MICHELE POLLINE VERÍSSIMO DOENÇA HOLANDESA NO

MICHELE POLLINE VERÍSSIMO
DOENÇA HOLANDESA NO BRASIL: ENSAIOS SOBRE TAXA DE
CÂMBIO, PERFIL EXPORTADOR, DESINDUSTRIALIZAÇÃO E
CRESCIMENTO ECONÔMICO
UNIVERSIDADE FEDERAL DE UBERLÂNDIA
INSTITUTO DE ECONOMIA
UBERLÂNDIA-MG
DEZEMBRO/2010
MICHELE POLLINE VERISSIMO
DOENÇA HOLANDESA NO BRASIL: ENSAIOS SOBRE TAXA DE
CÂMBIO, PERFIL EXPORTADOR, DESINDUSTRIALIZAÇÃO E
CRESCIMENTO ECONÔMICO
Tese apresentada ao Programa de Pós-Graduação
em Economia do Instituto de Economia da
Universidade Federal de Uberlândia (IE-UFU)
como requisito para a obtenção de título de
Doutora em Economia.
Orientador: Prof. Dr. Clésio Lourenço Xavier
UNIVERSIDADE FEDERAL DE UBERLÂNDIA
INSTITUTO DE ECONOMIA
UBERLÂNDIA-MG
DEZEMBRO/2010
ii
UNIVERSIDADE FEDERAL DE UBERLÂNDIA
INSTITUTO DE ECONOMIA
PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA
Doença Holandesa no Brasil: Ensaios sobre Taxa de Câmbio, Perfil
Exportador, Desindustrialização e Crescimento Econômico
Michele Polline Veríssimo
Tese de doutorado defendida em 16/12/2010.
COMISSÃO JULGADORA:
Prof. Dr. Clésio Lourenço Xavier
Orientador – Instituto de Economia (IE/UFU)
Prof. Dr. Paulo Sérgio de Oliveira Simões Gala
Fundação Getúlio Vargas (FGV/SP)
Prof. Dr. Gilberto de Assis Libânio
Universidade Federal de Minas Gerais (UFMG)
Prof. Dr. Flávio Vilela Vieira
Instituto de Economia (IE/UFU)
Prof. Dr. Henrique Dantas Neder
Instituto de Economia (IE/UFU)
iii
Dados Internacionais de Catalogação na Publicação (CIP)
Sistema de Bibliotecas da UFU, MG, Brasil.
V517d
Verissimo, Michele Polline, 1978Doença holandesa no Brasil [manuscrito] : ensaios sobre taxa
de câmbio, perfil exportador, desindustrialização e crescimento
econômico / Michele Polline Verissimo. - 2010.
231 f. : il..
Orientador: Clésio Lourenço Xavier.
Tese (doutorado) – Universidade Federal de Uberlândia, Programa de Pós-Graduação em Economia.
Inclui bibliografia.
1. Relações econômicas internacionais - Teses. 2. Câmbio Teses. 3. Controle de mercadorias - Teses. I. Xavier, Clésio
Lourenço. II. Universidade Federal de Uberlândia. Programa de
Pós-Graduação em Economia. III. Título.
CDU: 339.5
iv
Aos meus pais Ausa e José,
pelo amor e apoio incondicionais.
v
AGRADECIMENTOS
A conclusão desta tese de doutorado representa mais uma vitória importante em
meu caminho pessoal e profissional. Por isso, gostaria de expressar minha imensa gratidão
a todos que contribuíram, direta ou indiretamente, para a realização deste trabalho.
Em primeiro lugar, agradeço aos meus pais, José e Ausa, e ao meu irmão, Michel,
pelo carinho, apoio e compreensão dedicados em mais esta etapa da minha vida, e que me
fizeram ter coragem e determinação para, mais uma vez, atingir os meus objetivos. Sem o
incentivo e a torcida dessas pessoas tão queridas, o caminho percorrido teria sido muito
mais difícil.
Agradeço ao professor Clésio Lourenço Xavier, por compartilhar comigo seus
conhecimentos, e pela confiança, presteza e competência ao conduzir a orientação deste
trabalho. Sempre pronto para me atender em meio a seus inúmeros compromissos, o
professor Clésio também procurou aprender junto comigo, e seu suporte foi essencial para
a concretização desta tese.
Agradeço aos professores Ana Paula Macedo de Avellar e Henrique Dantas Neder,
que fizeram parte da banca de qualificação e colaboraram com sugestões importantes para
a delimitação do escopo desta tese.
Agradeço aos professores Paulo Gala, Gilberto Libânio, Flávio Vilela Vieira e
Henrique Dantas Neder, que aceitaram o convite para participar da banca examinadora,
pelos comentários e observações que certamente contribuirão para o aprimoramento e
desdobramentos futuros desta pesquisa.
Agradecimentos especiais ao professor Flávio Vilela Vieira, que, mesmo estando
um tempo distante em seu pós-doutorado, ajudou imensamente na efetivação da parte
empírica do trabalho, sempre atencioso e disposto a colaborar no que fosse preciso.
Obrigado por responder aos meus emails recorrentes, com dúvidas que não acabavam
mais, pela leitura dinâmica do texto e pelas várias sugestões realizadas ao longo do
desenvolvimento do trabalho.
Agradeço aos demais professores do Programa de Pós-Graduação do Instituto de
Economia da UFU pela transmissão dos fundamentos da ciência econômica e pelo
incentivo à promoção do debate acadêmico, imprescindível para a minha formação teórica
e pessoal.
Agradeço aos colegas de Doutorado, pela ótima convivência ao longo do curso,
pela troca de informações e de experiências particulares. Agradeço, principalmente, aos
vi
colegas Vanessa Marzano e Antenor Roberto (“Beto”), meus caros amigos da
“agricultura”, com quem aprendi a conhecer o “lado rural” da economia. Além destes,
agradeço à Thaís Alves, amiga de longa data, ao André Luiz e ao Carlos Almeida Cardoso,
entre outros, pelo companheirismo ao longo da jornada das disciplinas. Espero que essas
amizades continuem sólidas e jamais caiam no esquecimento.
Agradeço também aos meus “eternos” amigos de Araxá, Thaís Almeida e
Alexandre Eustáquio, pela amizade verdadeira de mais de quinze anos. Estas pessoas
maravilhosas fizeram parte da minha história, acompanhando desde cedo a minha trajetória
de estudante e torcendo pelo meu sucesso e felicidade. A amizade, as conversas e o carinho
deles foram e são extremamente importantes para mim e, mesmo distantes fisicamente, os
dois estarão sempre em meu coração.
Agradeço também aos colegas professores do Instituto de Economia (IEUFU),
minha casa desde a graduação e da qual agora tenho a honra de fazer parte do corpo
docente. Em especial, agradecimentos ao Daniel, pela amizade preciosa e confiança; à
Soraia, pelas longas conversas quando dividíamos a mesma sala; à Vanessa Val, que
compartilhou comigo sua experiência de “estrutura” da tese, sempre prestativa em
emprestar o seu material para eu adaptar o formato ao meu trabalho; ao Áureo, pela
atenção e interesse pelo meu estudo; ao Armando, que chegou mais recente, mas que, pela
simpatia, logo ganhou o carinho e amizade de todos, e dividiu comigo as ansiedades do
término de uma tese de doutorado. Também não poderia deixar de agradecer ao professor
José Flôres, por “pegar no meu pé” diariamente, me perguntando quando eu ia marcar a
data da defesa, e por calcular constantemente as vantagens pecuniárias decorrentes deste
fato, o que me instigou a acelerar e terminar o doutorado em menos de três anos. E, por
último, um agradecimento especialíssimo ao grande amigo Cleomar, pela leitura crítica do
meu trabalho, e por quase me enlouquecer com seus infinitos comentários e sugestões: “faz
isso, faz aquilo, faz tabela, refaz o gráfico, conserta a econometria, tira a palavra ‘trabalho’,
os parágrafos estão gigantes...” Obrigada por ocupar alguns de seus fins de semana com a
leitura detalhada do meu “trabalho”. Saiba que suas críticas foram fundamentais para o
engrandecimento desta tese. Vale demais, meu amigo! Mas fica o alívio por você não
poder mais fazer parte da banca de defesa!
Finalmente, gostaria de agradecer a todos os meus alunos e ex-alunos do IE-UFU e
aos meus ex-alunos queridos da UFU-Campus do Pontal, com quem tive a felicidade de
conviver e aprender muito ao longo dos últimos quatro anos. Vocês, alunos, me ajudaram
vii
muito em minha formação enquanto professora e no meu crescimento como pessoa.
Obrigada pelo carinho e por fazerem parte de minha vida!
viii
SUMÁRIO
LISTA DE ABREVIATURAS E SIGLAS ................................................................... xii
LISTA DE TABELAS...................................................................................................xiv
LISTA DE GRÁFICOS ................................................................................................xvi
LISTA DE FIGURAS ................................................................................................ xviii
RESUMO ......................................................................................................................xix
ABSTRACT ................................................................................................................... xx
INTRODUÇÃO ................................................................................................................1
ENSAIO 1 – TAXA DE CÂMBIO REAL, EXPORTAÇÕES DE COMMODITIES E
CRESCIMENTO ECONÔMICO ...............................................................................8
1. Introdução ......................................................................................................................9
2. Perfil Exportador, Taxa de Câmbio e Crescimento Econômico: Aspectos Teóricos e
Empíricos..................................................................................................................... 11
2.1. Abundância em Recursos Naturais e Crescimento Econômico .............................. 11
2.2. Taxa de Câmbio e Crescimento Econômico............................................................14
2.3. Perfil Exportador e Crescimento Econômico ......................................................... 18
3. Taxa de Câmbio Real e Evolução dos Fluxos Comerciais na Economia Brasileira no
Período 1995-2009 ....................................................................................................... 21
4. Investigação Empírica sobre Exportações de Commodities, Taxa de Câmbio Real e
Crescimento Econômico a partir da Metodologia de Vetores Auto-Regressivos (VAR) 38
4.1. Metodologia, Fonte de Dados e Descrição dos Modelos Estimados....................... 38
4.2. Análise dos Resultados ......................................................................................... 41
4.2.1. Testes de Estacionariedade e Seleção dos Modelos VAR............................... 41
4.2.2. Resultados das Funções de Resposta aos Impulsos e da Análise de
Decomposição de Variância .................................................................................... 43
5. Considerações Finais ....................................................................................................51
Referências Bibliográficas ............................................................................................... 54
ix
ANEXO I......................................................................................................................... 57
ENSAIO 2 – TAXA DE CÂMBIO E PREÇOS DE COMMODITIES ......................... 75
1. Introdução .................................................................................................................... 76
2. A Influência dos Preços de Commodities sobre a Determinação da Taxa de Câmbio em
Economias Ricas em Recursos Naturais (Commodities Currencies): Aspectos Teóricos e
Empíricos..................................................................................................................... 78
3. A Evolução dos Preços Internacionais das Commodities e a Dinâmica da Taxa de
Câmbio Real Brasileira no Período 1995-2009 ............................................................. 86
4. Investigação Empírica sobre a Relação entre Preços de Commodities e Taxa de Câmbio
Real a partir de Análise de Cointegração e Modelos de Vetores de Correção de Erros
(VEC) .......................................................................................................................... 97
4.1. Metodologia, Fonte de Dados e Descrição dos Modelos Estimados....................... 98
4.2. Análise dos Resultados ....................................................................................... 103
4.2.1. Testes de Estacionariedade das Variáveis .................................................... 103
4.2.2 Análise de Cointegração: Teste de Johansen ................................................. 105
4.2.3 Análise dos Resultados dos Modelos VEC ................................................... 105
5. Considerações Finais .................................................................................................. 112
Referências Bibliográficas ............................................................................................. 114
ANEXO II ..................................................................................................................... 117
ENSAIO 3 – TAXA DE CÂMBIO REAL, PREÇOS DE COMMODITIES E
DESINDUSTRIALIZAÇÃO ................................................................................... 130
1. Introdução .................................................................................................................. 131
2. Doença Holandesa e Desindustrialização: Aspectos Teóricos e Empíricos.................. 133
2.1. Modelos Teóricos sobre Doença Holandesa e Desindustrialização ...................... 134
2.2. Evidências sobre Doença Holandesa e Desindustrialização para o Caso Brasileiro
.................................................................................................................................. 137
2.3. Neutralização da Doença Holandesa ................................................................... 143
3. Análise Descritiva da Estrutura Industrial Brasileira no Período 1995-2009 ............... 147
x
4. Investigação Empírica sobre Desindustrialização no Brasil a partir de Análise de
Cointegração e Modelos de Vetores de Correção de Erros (VEC) ............................... 158
4.1. Metodologia, Fonte de Dados e Descrição dos Modelos Estimados..................... 158
4.2. Análise dos Resultados ....................................................................................... 163
4.2.1. Testes de Estacionariedade das Variáveis .................................................... 163
4.2.2 Análise de Cointegração: Teste de Johansen ................................................. 165
4.2.3 Análise dos Resultados dos Modelos VEC ................................................... 167
5. Considerações Finais .................................................................................................. 176
Referências Bibliográficas ............................................................................................. 179
ANEXO III .................................................................................................................... 182
CONCLUSÃO .............................................................................................................. 200
REFERÊNCIAS BIBLIOGRÁFICAS ........................................................................ 207
xi
LISTA DE ABREVIATURAS E SIGLAS
ABERT: Coeficiente de abertura da economia brasileira
ADV: Análise de Decomposição de Variância
BCB: Banco Central do Brasil
CC: Saldo da conta corrente
CG: Consumo do governo
CUCI: Classificação Uniforme para o Comércio Internacional
ECAL: Emprego setor de calçados
EMAQEL: Emprego setor material elétrico e de comunicação
EMEC: Emprego setor mecânico
EQUIM: Emprego setor químico e produtos farmacêuticos
ET: Emprego setor material de transporte
ETEX: Emprego setor têxtil, vestuário e artefatos de couro
FIR: Funções de Resposta aos Impulsos
FUNCEX: Fundação Centro de Estudos do Comércio Exterior
GIR: Funções de Resposta aos Impulsos Generalizadas
IBGE: Instituto Brasileiro de Geografia e Estatística
IDE: Investimento direto estrangeiro
IFS: International Financial Statistics
IPAL: Índice de preços de alimentos
IPCAR: Índice de preços de carnes
IPCOM: Índice de preços de commodities total
IPE: Índice de preços de commodities energéticas
IPEA: Instituto de Pesquisa em Economia Aplicada
IPEADATA: Banco de dados do Instituto de Economia Aplicada
IPGR: Índice de preços de grãos
IPMIN: Índice de preços de minerais
IPMP: Índice de preços de matérias-primas
JN: Diferencial da taxa de juros nominal interna e externa
JR: Diferencial da taxa de juros real interna e externa
JUROS: Taxa de juros nominal (SELIC)
M: Diferencial da oferta de moeda interna e externa
MDIC: Ministério do Desenvolvimento, Indústria e Comércio Exterior
OCDE: Organization for Economic Cooperation and Development
P&D: Pesquisa e Desenvolvimento
PIA: Pesquisa Industrial Anual
PIB: Produto Interno Bruto
PIBIT: Participação do valor da produção da indústria de transformação no PIB total
PIBS: Participação do valor da produção do setor de serviços no PIB total
PIM-PF: Pesquisa Industrial Mensal de Produção Física
PPC: Paridade do Poder de Compra
PROD: Diferencial de produtividade setores de comercializáveis e não-comercializáveis
QAUT: Quantum setor veículos automotores
QCAL: Quantum setor calçados e artigos de couro
QED: Quantum setor edição, impressão e reprodução de gravações
QFARM: Quantum setor farmacêutico
QINSTR: Quantum setor equipamentos de instrumentação médico-hospitalar e ópticos
QIT: Quantum indústria de transformação total
QMAQ: Quantum setor máquinas e equipamentos
xii
QMAQCOM: Quantum setor material eletrônico, aparelhos e equipamentos de
comunicações
QMAQEL: Quantum setor máquinas, aparelhos e materiais elétricos
QMAQESC: Quantum setor máquinas para escritório e equipamentos de informática
QMET: Quantum setor metalurgia básica
QMOB: Quantum setor mobiliário
QOET: Quantum setor outros equipamentos de transporte
QPERF: Quantum setor perfumaria, sabões, detergentes e produtos de limpeza
QPMET: Quantum setor produtos de metal (exclusive máquinas e equipamentos)
QQUIM: Quantum setor outros produtos químicos
QTEX: Quantum setor têxtil
TCN: Taxa de câmbio nominal brasileira
TCPIB: Taxa de crescimento do PIB nominal brasileiro
TCREF: Índice da taxa de câmbio real efetiva brasileira
TT : Termos de troca
UN COMTRADE: United Nations Commodity Trade
VAR: Vetores Auto-regressivos
VEC: Vector Error Correction
VTI: Valor da Transformação Industrial
WTO: World Trade Organization
XCOM: Participação das exportações de commodities nas exportações totais
Y: Diferencial do produto nominal per capita interno e externo
YE: Taxa de crescimento do PIB nominal americano
xiii
LISTA DE TABELAS
ENSAIO 1:
Tabela 1: Evolução Média do Saldo Comercial Brasileiro por Tipo de Produto (US$
milhões) e Taxa de Câmbio Real (Índice 2005 = 100) .................................................. 26
Tabela 2: Participação Média das Commodities e dos Produtos Manufaturados nas
Exportações e Importações Totais Brasileiras (%) ........................................................ 28
Tabela 3: Participação Média dos Grupos de Produtos no Total Exportado pelo Brasil (%)
....................................................................................................................................30
Tabela 4: Participação Média dos Grupos de Produtos no Total Importado pelo Brasil (%)
....................................................................................................................................31
Tabela 5: Taxa de Crescimento de Preços e Quantum das Exportações Brasileiras Totais,
de Commodities e de Produtos Manufaturados (%) ....................................................... 32
Tabela 6: Evolução Média das Exportações Brasileiras por Fator Agregado (% das
Exportações Totais) ...................................................................................................... 35
Tabela 7: Exportações Brasileiras dos Setores Industriais por Intensidade Tecnológica (em
% das Exportações Totais) ........................................................................................... 36
Tabela 8: Síntese dos Resultados da Ordem de Integração das Séries ............................... 42
Tabela 9: Escolha das Defasagens do VAR conforme o Critério de Schwarz .................... 42
ENSAIO 2:
Tabela 1: Estatísticas Descritivas para Preços Internacionais das Commodities no Período
1995-2009 (Índice 2005=100) ...................................................................................... 89
Tabela 2: Importações Chinesas Totais e por Commodities Selecionadas no Período 19952008 ............................................................................................................................. 91
Tabela 3: Evolução Média das Principais Commodities Brasileiras Exportadas no Período
1995-2008 .................................................................................................................... 93
Tabela 4: Correlação entre Taxa de Câmbio Real Efetiva e Preços de Commodities ......... 96
Tabela 5: Síntese dos Resultados da Ordem de Integração das Séries ............................. 104
Tabela 6: Resultados das Estimações do VEC para os Coeficientes de Longo Prazo dos
Preços das Commodities – Período 1995T1-2009T2 ................................................... 106
Tabela 7: Resultados das Estimações do VEC para os Coeficientes de Longo Prazo dos
Preços das Commodities – Período 2003T1-2009T2 ................................................... 106
xiv
Tabela 8: Resultados das Estimações do VEC para os Coeficientes de Curto Prazo dos
Preços das Commodities – Período 1995T1-2009T2 ................................................... 111
Tabela 9: Resultados das Estimações do VEC para os Coeficientes de Curto Prazo dos
Preços das Commodities – Período 2003T1-2009T2 ................................................... 111
ENSAIO 3:
Tabela 1: Taxa de Crescimento Médio da Produção Física Industrial Brasileira por
Atividades (em %) ..................................................................................................... 155
Tabela 2: Participação Setorial no VTI da Indústria de Transformação Brasileira no
Período 1996-2007 (%) .............................................................................................. 156
Tabela 3: Síntese dos Resultados da Ordem de Integração das Séries ............................. 164
Tabela 4: Elasticidades de Longo Prazo das Variáveis Industriais em Relação à Taxa de
Câmbio Real Efetiva e aos Preços das Commodities no Período 1995T1-2009T4 ....... 168
Tabela 5: Elasticidades de Longo Prazo das Variáveis Industriais em Relação à Taxa de
Câmbio Real Efetiva e aos Preços das Commodities no Período 2003T1-2009T4 ....... 170
Tabela 6: Elasticidades de Curto Prazo das Variáveis Industriais em Relação à Taxa de
Câmbio Real Efetiva e aos Preços das Commodities no Período 1995T1-2009T4 ....... 174
Tabela 7: Elasticidades de Curto Prazo das Variáveis Industriais em Relação à Taxa de
Câmbio Real Efetiva e aos Preços das Commodities no Período 2003T1-2009T4 ....... 175
xv
LISTA DE GRÁFICOS
ENSAIO 1:
Gráfico 1: Saldo da Balança Comercial Total (US$ milhões) e Taxa de Câmbio Real
Efetiva (Índice 2005 = 100) para o Brasil no Período 1995-2009 ..................................22
Gráfico 2: Saldo Comercial das Commodities (US$ milhões) e Taxa de Câmbio Real
Efetiva (Índice 2005 = 100) para o Brasil no Período 1995-2009 ..................................23
Gráfico 3: Saldo Comercial dos Produtos Manufaturados de Baixa Tecnologia (US$
milhões) e Taxa de Câmbio Real Efetiva (Índice 2005 = 100) para o Brasil no Período
1995-2009 .................................................................................................................... 24
Gráfico 4: Saldo Comercial dos Produtos Manufaturados de Alta Tecnologia (US$
milhões) e Taxa de Câmbio Real Efetiva (Índice 2005 = 100) para o Brasil no Período
1995-2009 .................................................................................................................... 25
Gráfico 5: Exportações Brasileiras por Tipo de Produto no Período 1995-2009 (% das
Exportações Totais) ...................................................................................................... 26
Gráfico 6: Importações Brasileiras por Tipo de Produto no Período 1995-2009 (% das
Importações Totais)...................................................................................................... 27
Gráfico 7: Taxa de Crescimento da Participação das Exportações por Tipo de Produto no
Total Exportado pelo Brasil no Período 1996-2009 (%)................................................ 29
Gráfico 8: Taxa de Crescimento da Participação das Importações por Tipo de Produto no
Total Importado pelo Brasil no Período 1996-2009 (%)................................................ 29
Gráfico 9: Exportações Brasileiras por Fator Agregado no Período 1995-2008................. 34
Gráfico 10: Exportações Brasileiras dos Setores Industriais por Intensidade Tecnológica
(em % das Exportações Totais) no Período 1996-2009 ................................................. 35
ENSAIO 2:
Gráfico 1: Evolução dos Preços Internacionais das Commodities no Período 1995-2009 ..87
Gráfico 2: Evolução dos Preços Internacionais de Commodities Específicas no Período
1995-2009 (Índice 2005 =100) ..................................................................................... 87
Gráfico 3: Evolução da Participação das Exportações de Commodities Selecionadas nas
Exportações Totais Brasileiras no Período 1995-2008 (%) .......................................... 92
Gráfico 4: Relação entre Preços de Commodities e Taxa de Câmbio Real Efetiva Brasileira
no Período 1995T1-2009T2 (Índice 2005 = 100) .......................................................... 94
xvi
ENSAIO 3:
Gráfico 1: Participação da Indústria de Transformação Brasileira no PIB no Período 19952009 (%) .................................................................................................................... 147
Gráfico 2: Taxa de Crescimento do PIB da Indústria de Transformação e do PIB Total (%)
e Taxa de Câmbio Real Efetiva (Índice 2005=100) para o Brasil no Período 1996-2009
.................................................................................................................................. 148
Gráfico 3: Taxa de Crescimento do PIB do Setor de Serviços e do PIB Total (%) e Taxa de
Câmbio Real Efetiva (Índice 2005=100) para o Brasil no Período 1996-2009............. 149
Gráfico 4: Taxa de Crescimento do Emprego Formal da Indústria de Transformação e do
Emprego Total (%) e Taxa de Câmbio Real Efetiva (Índice 2005=100) para o Brasil no
Período 1996-2009 ..................................................................................................... 150
Gráfico 5: Taxa de Crescimento do Emprego Formal do Setor de Serviços e do Emprego
Total (%) e Taxa de Câmbio Real Efetiva (Índice 2005=100) para o Brasil no Período
1996-2009 .................................................................................................................. 151
Gráfico 6: Composição da Estrutura Industrial Brasileira (VTI) por Tipo de Tecnologia no
Período 1996-2007 (%) .............................................................................................. 152
Gráfico 7: Estrutura das Exportações Brasileiras por Intensidade Tecnológica no Período
1996-2009 (%) ........................................................................................................... 153
xvii
LISTA DE FIGURAS
ENSAIO 1:
Figura 1: Resposta da Taxa de Câmbio Real Efetiva aos Choques das Exportações de
Commodities (Efeito I) .................................................................................................45
Figura 2: Resposta da Taxa de Câmbio Real Efetiva aos Choques dos Preços das
Commodities (Efeito II) ................................................................................................ 46
Figura 3: Resposta da Taxa de Crescimento do PIB Brasileiro aos Choques das
Exportações de Commodities (Efeito III) ...................................................................... 47
xviii
RESUMO
Esta tese de doutorado teve como objetivo principal investigar empiricamente a hipótese da
doença holandesa (Dutch disease) para o Brasil no período 1995-2009. Para isso, a análise
tomou como ponto de partida o seguinte problema: Existem evidências capazes de
comprovar uma relação entre a especialização das exportações em commodities e a
apreciação da taxa de câmbio real brasileira no período recente? A hipótese do trabalho é a
de que o contexto de apreciação cambial e de aumento dos preços internacionais das
commodities, especialmente pós-2003, foram propícios à manifestação dos “sintomas” da
doença holandesa no Brasil. A pesquisa foi organizada em três ensaios interdependentes. O
Ensaio 1 investigou a relação entre câmbio, exportações de commodities e crescimento
econômico, segundo a literatura da “maldição” dos recursos naturais. O Ensaio 2 analisou
a relação entre taxa de câmbio e preços das commodities, conforme a literatura sobre
“commodities currencies” para países ricos em recursos naturais. E o Ensaio 3 avaliou os
impactos do câmbio e dos preços das commodities sobre a produção e o emprego dos
setores industriais em busca de indícios de desindustrialização. Os resultados da
investigação empírica apontaram algumas evidências sugestivas de doença holandesa no
Brasil. Neste sentido, obteve-se uma importância significativa das exportações e dos
preços das commodities, em especial alimentos e matérias-primas, para explicar a
apreciação cambial e o desempenho econômico brasileiro no período recente. Ademais,
verificou-se uma contribuição do aumento dos preços de certas commodities (alimentos e
matérias-primas) para a apreciação cambial. Por fim, foram obtidas evidências de
necessidade de um câmbio competitivo para estimular a produção e o emprego de
determinados sub-setores da indústria, ao passo que os altos preços das commodities
tiveram um efeito negativo sobre as variáveis industriais. Em linhas gerais, os resultados
desta tese revelaram a importância da utilização dos indicadores de preços e exportações
de commodities específicas (alimentos, matérias-primas, minerais e energia) para se captar
os sinais da doença holandesa no Brasil. Além disso, as evidências se mostraram mais
robustas para a análise do problema em uma perspectiva de longo prazo, o que corrobora a
dificuldade dos trabalhos que tentam apreender a caso da doença holandesa no Brasil com
análises de curto prazo.
Palavras-chave: Doença holandesa,
taxa de câmbio, preços de commodities,
desindustrialização, Brasil.
xix
ABSTRACT
The main goal of this PhD dissertation is to empirically investigate the Dutch disease
hypothesis for the Brazilian economy from 1995 to 2009. In order to pursue this, the work
examines the following question: Is there any evidence capable of corroborating the
relationship between commodity export specialization and the real exchange rate
appreciation in Brazil during the recent period? The hypothesis of the work is based on the
argument that the trend towards exchange rate appreciation and the increase in
international commodity price, especially since 2003, are key factors to propitiate the
manifestation of the Dutch disease symptoms in Brazil. The analysis of such problem is
developed in three interdependent essays. The first essay investigates the relation between
exchange rate, commodity exports and economic growth based on the curse of natural
resources literature. The next essay analyzes the relation between exchange rate and
commodity prices according to the commodities currencies literature for countries with
abundant natural resources. The last essay evaluates the impact of the exchange rate and
commodity prices on the production and employment of industrial sectors in order to
address possible evidence of deindustrialization. The results from the empirical
investigation indicate some evidence in favor of the Dutch disease in Brazil through the
significant role of exports and commodity prices, particularly food and raw material, to
explain the exchange rate appreciation and the lower economic growth in the recent period.
Furthermore there is a significant role of the increase in certain commodity prices (food
and raw materials) to the exchange rate appreciation. Last but not least, there is evidence of
the requirement to pursue a more competitive exchange rate to stimulate production and
employment of specific industry sub-sectors while high commodity prices have a negative
effect on industrial variables. In a broad sense, the results from this dissertation revealed
the relevance of price and specific (food, raw materials, minerals and energy) commodity
export indicators to capture symptoms of the Dutch disease in Brazil. Other than this,
evidences are more robust to investigate this problem in a long run perspective,
emphasizing the difficulty of other studies trying to address the Dutch disease in Brazil
focusing on short run analysis.
Key-words: Dutch disease, exchange rate, commodities prices, deindustrialization, Brazil.
xx
INTRODUÇÃO
A hipótese da “doença holandesa” no Brasil tem sido objeto de intensa discussão
nestes últimos anos. Este debate permeia diversas análises não exclusivas ao ambiente
acadêmico, as quais, por vezes, encontram resultados favoráveis, noutras vezes, se
deparam com evidências contrárias à existência deste problema na economia brasileira.
O termo doença holandesa (Dutch disease), também conhecido na literatura como a
“maldição” dos recursos naturais, se referencia nos problemas ocorridos na Holanda nos
anos 1960, a partir da descoberta de grandes depósitos de gás natural. No caso da
economia holandesa, a elevação repentina das exportações daquela commodity energética
promoveu a expressiva entrada de divisas externas no país, o que causou uma excessiva
apreciação do Florim holandês, tornando as exportações dos bens comercializáveis
(manufaturados) menos competitivas. Esta perda de competitividade dos produtos
manufaturados holandeses no mercado internacional ocasionou uma retração da indústria
local, gerando desemprego e menores taxas de crescimento, e deixando o país em uma
situação econômica pior do que antes da descoberta do recurso natural.
Os primeiros modelos que trataram da formalização do problema da doença
holandesa foram desenvolvidos por Corden e Neary (1982) e aprimorados por Corden
(1984). Tais modelos especificam a existência de três setores na economia: o setor em
expansão (recursos naturais), o setor que cresce lentamente (manufaturados) e o setor de
não-comercializáveis (serviços). Considera-se que os preços dos bens intensivos em
recursos naturais e dos manufaturados são fixados no mercado internacional e o preço dos
não-comercializáveis são determinados pela economia doméstica. A taxa de câmbio real é
definida como a razão entre os preços de bens comercializáveis e não-comercializáveis.
De acordo com a versão precursora do modelo da doença holandesa, uma
ampliação do setor em expansão (booming sector) pode ocorrer por três motivos: i)
melhoramento técnico, representado por uma mudança favorável na função de produção,
ii) descoberta de novos recursos, e iii) aumento exógeno dos preços do produto no mercado
internacional em relação ao preço das importações.
A ampliação do setor em expansão aumenta a renda agregada dos fatores de
produção utilizados neste setor e acarreta dois efeitos principais. O primeiro é o efeito de
gastos, que ocorre se alguma parte da renda extra do setor em expansão for gasta no setor
de não-comercializáveis. Nesta situação, dado o aumento da demanda por bens não-
1
comercializáveis, o preço destes bens aumenta em relação aos preços dos comercializáveis,
causando apreciação da taxa de câmbio real. O segundo é o efeito deslocamento dos
recursos, que surge do fato de que o setor em expansão requer mais trabalho, e, portanto,
aumenta a remuneração do trabalho neste setor. Isto desloca recursos produtivos (capital e
trabalho) dos outros setores da economia para o setor em expansão, o que tende a reduzir o
produto no setor de comercializáveis (manufaturados) e não-comercializáveis, causando
desindustrialização e aumento adicional dos preços dos últimos, o que pressiona por uma
apreciação adicional do câmbio. Desta forma, ambos os efeitos de gastos e deslocamento
de recursos resultam em queda da participação da produção de comercializáveis em relação
aos não-comercializáveis, e em apreciação da taxa de câmbio real, isto é, em aumento dos
preços dos não-comercializáveis em relação aos comercializáveis.
A doença holandesa, por conseguinte, está ligada à especialização da estrutura
produtiva e exportadora fundamentada em produtos intensivos em recursos naturais, nos
quais a economia possui vantagens comparativas (ricardianas) no comércio internacional.
A especialização da produção neste tipo de bem acarreta a determinação da taxa de câmbio
corrente em níveis inferiores (apreciados) àqueles necessários para a viabilização da
atividade industrial, que não conta com vantagens de custos em relação aos concorrentes
internacionais, e, assim, necessita de uma taxa de câmbio mais competitiva para garantir
uma rentabilidade atrativa aos produtores. O resultado deste processo, em última instância,
é a chamada desindustrialização da economia, ou seja, a perda de participação da atividade
industrial na geração de produto e emprego. Nestes termos, a consequência perversa da
abundância de recursos naturais advém da dificuldade da economia em obter taxas de
crescimento mais elevadas e sustentadas no longo prazo em função do retrocesso ou do
desmantelamento da estrutura produtiva da indústria doméstica.
A razão pela qual a doença holandesa pode determinar menores taxas de
crescimento econômico está vinculada à ideia de que a indústria é considerada o setor mais
dinâmico da economia, na medida em que se mostra mais competitiva do que os setores
baseados em recursos naturais, além de ser caracterizada por maiores possibilidades de
incorporação de progresso tecnológico e obtenção de ganhos de produtividade. Em
consequência, uma estrutura das exportações com ênfase em produtos manufaturados mais
intensivos em tecnologia e com maior grau de agregação de valor se mostra mais benéfica
ao crescimento das exportações totais e ao desenvolvimento industrial. Esta análise se
baseia na suposição aceita por grande parte da literatura econômica de que as empresas que
atuam no setor manufatureiro são inerentemente mais eficientes, uma vez que, em geral,
2
contam com um menor grau de concentração e enfrentam maior competição do que as
empresas que produzem e exportam bens intensivos em recursos naturais. Também se
considera que a natureza do processo manufatureiro envolve maiores oportunidades para o
progresso tecnológico do que os setores produtores de commodities. Ademais, a atividade
industrial tende a contar com maiores efeitos de aprendizagem e de transbordamento
(spillovers) horizontais ou verticais em decorrência do progresso técnico relativamente aos
setores ricos em recursos naturais.
De fato, no período recente (década de 2000), os efeitos do câmbio sobre a
competitividade das exportações brasileiras têm preocupado muitos acadêmicos e analistas
de conjuntura econômica. O receio é de que a manutenção da taxa de câmbio real em
patamares apreciados e a concentração excessiva de recursos produtivos no setor primário
possam reforçar o padrão de especialização da estrutura produtiva e exportadora da
economia brasileira em produtos intensivos em recursos naturais. Este conjunto de fatores,
em última instância, pode desestimular o incremento dos setores da indústria nacional
dotados de elevado conteúdo tecnológico e maior capacidade inovativa, com reflexos
prejudiciais sobre o potencial de crescimento do país no longo prazo.
A taxa de câmbio brasileira após a implementação do Plano Real em 1994 foi
pautada por um regime semi-fixo (bandas cambiais) que a sustentou em um nível
sobrevalorizado para assegurar a estabilidade de preços da economia. No entanto, a
ocorrência de sucessivas crises em economias emergentes, especialmente a crise asiática
em 1997 e a crise russa em 1998, ocasionaram restrições de liquidez externa e exerceram
pressões substanciais para a desvalorização da taxa de câmbio brasileira. Assim, em janeiro
de 1999, a taxa de câmbio sofreu um processo de desvalorização expressiva e passou a ser
regida por um sistema de flutuação suja. Entre 1999 e 2002, a taxa de câmbio se manteve
em patamares mais depreciados, mas, a partir de 2003, à exceção do episódio de
turbulência no mercado financeiro internacional acontecido na segunda metade de 2008,
que teve impactos significativos sobre o mercado cambial brasileiro implicando em
movimento de depreciação do câmbio, pode-se observar que a taxa de câmbio apresentou
uma tendência de apreciação considerável ao longo do período 2003-2009.
Ademais, a década de 2000, especialmente a partir de 2002, foi marcada pela
elevação dos preços das commodities nos mercados internacionais e por um aumento
contínuo das exportações brasileiras, apesar do contexto de moeda nacional mais
apreciada. Paralelo a isso, tem-se a descoberta de petróleo nas camadas do pré-sal e as
expectativas de exportação futura do etanol para mercados como Europa e China. Tais
3
fatores configuram um cenário favorável à manifestação da doença holandesa no Brasil, e,
portanto, ao prejuízo da competitividade dos setores industriais em função da apreciação
da taxa de câmbio real na esteira da expansão das exportações de um grupo de produtos
intensivos em recursos naturais, geralmente chamados de commodities ou materiais
básicos. Neste contexto, percebe-se que o saldo da balança comercial brasileira no período
recente vem sendo influenciado pela venda de produtos básicos, enquanto assiste-se ao
forte crescimento das importações de manufaturados. Assim, pode-se dizer que o superávit
da balança comercial está sendo suportado, em grande medida, pela competitividade das
exportações brasileiras de commodities.
As indicações de um conjunto de trabalhos sobre perfil exportador sugerem que a
obtenção de taxas mais elevadas de crescimento econômico deve envolver não apenas o
aumento das exportações, mas também a melhoria da qualidade dos produtos exportados
em termos de conteúdo tecnológico e valor agregado. Sob esta perspectiva, o estudo da
problemática relacionada à doença holandesa se torna um tema relevante, pois, caso sejam
verificados indícios do problema na economia brasileira, há que se pensar na utilização de
instrumentos para a neutralização da doença, os quais podem envolver medidas de política
cambial e/ou de política industrial e tecnológica, a fim de se proporcionar uma defesa
contra a perda da participação do setor industrial em relação ao setor de commodities no
conjunto das exportações da economia.
Diversos estudos recentes sobre doença holandesa têm procurado captar os
impactos da apreciação cambial sobre a pauta das exportações brasileiras, buscando obter
elementos indicativos (ou não) de uma possível reestruturação da mesma na direção dos
produtos mais intensivos em recursos naturais. A maioria dos trabalhos que discutem o
caso do Brasil trata apenas de uma análise mais descritiva do processo, apresentando certa
fragilidade dos resultados empíricos por não fazer uso de um instrumental econométrico
mais aprimorado que permita captar as inter-relações entre especialização das exportações,
taxa de câmbio real, preços de commodities e crescimento econômico.
Deste modo, além de realizar uma análise teórico-descritiva, esta tese de doutorado
pretende contribuir com o debate avançando no tratamento empírico do problema através
da utilização de procedimentos econométricos, a fim de obter indicações mais consistentes
sobre a questão da doença holandesa no Brasil. A análise também inova na medida em que
desagrega as exportações e os preços das commodities em índices para alimentos, matériasprimas, minerais e energia, com a finalidade de se captar a existência de diferentes efeitos
dos vários tipos de commodities produzidas e exportadas sobre a dinâmica do câmbio e do
4
desempenho econômico. Outra contribuição relevante deste trabalho consiste em investigar
a hipótese da doença holandesa no Brasil em uma perspectiva de longo prazo, pois a
maioria dos estudos de autores brasileiros sobre o tema se dedica apenas à análise de curto
prazo dos “sintomas” da doença holandesa no país.
A partir destes esclarecimentos iniciais, convém destacar que o objetivo geral desta
tese de doutorado consiste em investigar a hipótese da doença holandesa para o Brasil no
período pós-Real (1995-2009). Neste sentido, o trabalho toma como ponto de partida a
seguinte problematização: é possível obter evidências capazes de comprovar a existência
(ou não) de uma relação entre especialização das exportações em commodities e apreciação
da taxa de câmbio real (o que a literatura convencionalmente denomina “sintomas” da
doença holandesa) para o Brasil no período recente?
A hipótese preliminar do trabalho é a de que, perante o contexto de significativa
participação das exportações baseadas em recursos naturais na pauta de exportações
brasileiras, de elevação dos preços internacionais das commodities e da tendência
observada de apreciação cambial, especialmente a partir de 2003, aparentemente existem
indicativos de doença holandesa no Brasil. Ainda que, no caso brasileiro, este problema
não possa ser traduzido por um processo de desindustrialização no sentido absoluto, isto é,
em termos de uma queda absoluta da produção e do emprego no setor industrial, a hipótese
subjacente é a de que estaria em curso um processo de desindustrialização em sentido
relativo,em que o setor manufatureiro perde participação em relação aos demais setores
(commodities e serviços) e as exportações de commodities ganham maior peso
relativamente à participação das exportações dos produtos manufaturados no conjunto de
bens exportados pela economia brasileira ao longo do período de análise.
Especificamente, a análise do problema proposto envolve três questionamentos
principais relacionados à investigação sobre a doença holandesa no Brasil. Primeiramente,
pretende-se analisar a relação entre taxa de câmbio real, exportações de commodities e
crescimento econômico em consonância com os argumentos da literatura denominada de
“maldição” dos recursos naturais. Em segundo lugar, objetiva-se investigar a relação entre
taxa de câmbio e preços internacionais das commodities, de acordo com os preceitos da
literatura sobre “commodities currencies” para países exportadores de produtos baseados
em recursos naturais. E, por último, este trabalho averigua os impactos da apreciação
cambial e da elevação dos preços das commodities sobre os setores de bens manufaturados
em termos de produção, exportação e emprego, em busca de evidências que possam
configurar um processo de desindustrialização na economia brasileira.
5
Para operacionalizar a discussão destas questões, esta tese é composta por três
ensaios inter-relacionados.
O primeiro ensaio, intitulado “Taxa de Câmbio Real, Exportações de Commodities
e Crescimento Econômico: Uma Investigação sobre a Hipótese da Doença Holandesa no
Brasil”, se dedica à análise dos efeitos das exportações de commodities (totais e subdivididas em alimentos, matérias-primas, minerais e energéticas) sobre a taxa de câmbio
real e o crescimento do produto doméstico. O objetivo deste ensaio é analisar o perfil do
comércio internacional brasileiro a fim de investigar se as exportações de produtos
intensivos em recursos naturais estão afetando o comportamento da taxa de câmbio real e o
potencial de crescimento do país. Além disso, ao desagregar as exportações de
commodities totais em categorias de produtos, pretende-se verificar se existem diferentes
impactos dos vários tipos de commodities exportadas sobre o comportamento do câmbio e
da taxa de crescimento econômico brasileiro no período 1999-2009.
O desenvolvimento deste primeiro ensaio se fará através das seguintes etapas.
Primeiramente, é realizada uma revisão da literatura sobre a “maldição” dos recursos
naturais, segundo a qual países ricos em recursos naturais tendem a lidar com menores
taxas de crescimento ao longo do tempo. O ensaio revisa alguns dos principais trabalhos
sobre a relação entre taxa de câmbio e crescimento econômico, que enfatiza a utilização de
taxas de câmbio mais depreciadas para aumentar as exportações e promover taxas mais
elevadas de crescimento do produto. Também é analisada a literatura que aponta a
relevância do perfil exportador voltado para produtos com tecnologia mais sofisticada para
a obtenção de maiores taxas de crescimento pelas economias. Em seguida, o trabalho
avalia a pauta brasileira de exportações na tentativa de se captar alterações no padrão de
especialização da estrutura exportadora e a relação desta com os distintos comportamentos
da taxa de câmbio brasileira no período pós-Real. Finalmente, a partir da metodologia de
vetores auto-regressivos (VAR), são construídos modelos para investigar os efeitos das
exportações dos vários tipos de commodities (geral, alimentos, matérias-primas, minerais e
energia) sobre o comportamento da taxa de câmbio real e do crescimento econômico
brasileiro no período 1999-2009.
O segundo ensaio, cujo título é “Taxa de Câmbio e Preços de Commodities: Uma
Investigação sobre a Hipótese da Doença Holandesa no Brasil”, dedica-se à avaliação dos
efeitos dos preços das commodities sobre o comportamento da taxa de câmbio para países
que exportam um volume significativo de produtos baseados em recursos naturais.
6
A análise deste segundo ensaio parte de uma síntese da literatura sobre
“commodities currencies”, isto é, sobre o papel dos preços das commodities na
determinação da taxa de câmbio de longo prazo em economias ricas em recursos naturais.
Na sequência, o trabalho verifica a evolução do mercado de commodities no período pósReal e avalia as possíveis inter-relações entre os indicadores dos preços internacionais
destes produtos (geral, alimentos, matérias-primas, minerais e energéticas) com o
movimento da taxa de câmbio real observado na economia brasileira. Por último, utiliza-se
a metodologia de cointegração e modelos de vetores de correção de erros (VEC) para
estimar modelos de determinação da taxa de câmbio (nominal e real) a fim de encontrar
evidências empíricas sobre a relação de curto e longo prazos entre os preços das diversas
commodities exportadas e apreciação cambial no Brasil durante o período 1995-2009.
Em seguida, o terceiro ensaio, denominado “Taxa de Câmbio Real, Preços de
Commodities e Desindustrialização: Uma Investigação sobre a Hipótese da Doença
Holandesa no Brasil”, tem como principal propósito avaliar a ocorrência da chamada
“desindustrialização” na economia brasileira. Nestes termos, o ensaio investiga se o
contexto de câmbio apreciado e de altos preços das commodities tem contribuído para uma
mudança de participação relativa da produção e do emprego no setor industrial,
especialmente quando se compara os diversos sub-setores que compõem a produção da
indústria de transformação brasileira.
Para atingir este intuito, a análise situa o debate teórico e empírico sobre doença
holandesa no Brasil, confrontando trabalhos que obtêm resultados favoráveis à doença
holandesa com estudos que encontram evidências de não existência do problema no Brasil.
Além disso, são revisadas as principais medidas sugeridas por alguns analistas para a
neutralização dos “sintomas” da doença holandesa. Num segundo momento, o trabalho
realiza um diagnóstico da estrutura industrial brasileira no que tange às variáveis produção,
emprego e exportações, a fim de se captar indícios de desindustrialização no Brasil ao
longo do período 1995-2009. No tratamento empírico da questão, o ensaio propõe a
construção de modelos que possam captar os possíveis impactos de curto e longo prazos da
taxa de câmbio real e dos preços de commodities sobre produção e emprego em setores
industriais selecionados. Para isso, novamente, se utiliza a análise de cointegração e
modelos de vetores de correção de erros (VEC).
Finalmente, para encerrar o presente trabalho, são apresentadas as principais
conclusões obtidas a respeito da existência (ou não) do problema da doença holandesa no
Brasil.
7
ENSAIO 1 – TAXA DE CÂMBIO REAL, EXPORTAÇÕES DE
COMMODITIES E CRESCIMENTO ECONÔMICO
Resumo: A conjuntura de apreciação da taxa de câmbio real e de elevação dos preços
internacionais das commodities experimentada ao longo da década de 2000 tem trazido
preocupações sobre a ocorrência da doença holandesa no Brasil. O receio é que ocorra uma
concentração de recursos no setor primário da economia, com prejuízo aos setores
produtores de bens industriais intensivos em tecnologia dotados, que possuem maiores
efeitos dinâmicos sobre o crescimento econômico. Este ensaio utiliza a metodologia de
Vetores Auto-Regressivos (VAR), Funções de Resposta aos Impulsos e Análise de
Decomposição de Variância para investigar a existência de uma relação negativa entre as
exportações de commodities (totais e decompostas em alimentos, matérias-primas,
minerais e energia) e a taxa de câmbio real, e os efeitos da especialização das exportações
em commodities sobre o crescimento da economia brasileira no período 1999-2009. Os
testes realizados apontaram algumas evidências favoráveis à hipótese de doença holandesa
no Brasil, uma vez que se obteve uma importância significativa dos fluxos de exportação
de commodities (especialmente matérias-primas, alimentos e energia) na explicação da
variação da taxa de câmbio real. Além disso, os resultados sugerem que os choques das
exportações de commodities (matérias-primas, alimentos e minerais) são relevantes para
explicar as variações das taxas de crescimento da economia brasileira, o que se mostra
condizente com os argumentos da literatura da “maldição” dos recursos naturais.
Palavras-chave: Exportações, commodities, taxa de câmbio real, crescimento, Brasil.
Abstract: The recent real exchange rate appreciation, in association with higher
international commodity prices since 2000 brought some concern regarding the occurrence
of the Dutch disease in Brazil. The main concern is that the outcome might be a
concentration of resources in the primary sector of the economy and detrimental effects for
the productive sectors of industrial goods intensive in technology with higher dynamic
effects over economic growth. The present work aims to develop an empirical analysis
based on VAR models using Impulse Response Functions and Variance Decomposition
Analysis to investigate the existence of a negative relation between commodities export
(total, food, raw materials and minerals) and the real exchange rate, and the effects of
commodities export specialization on the Brazilian economic growth from 1999 to 2009.
The empirical results suggest the existence of some supporting evidence for the Dutch
disease in Brazil since there is evidence of an important role for commodities (raw
material, food and energy) export flows in explaining changes in the real exchange rate.
Furthermore, the results suggest that the specialization in commodities export is important
to explain changes in economic growth for the Brazilian economy, which supports the
“curse” of natural resource literature.
Key-Words: Exports, commodities, real exchange rate, growth, Brazil.
8
1. Introdução
A economia brasileira tem vivenciado, especialmente a partir de 2003, um cenário
de apreciação cambial conjugado com aumento dos preços internacionais das commodities,
maior participação relativa destes bens no saldo comercial, descoberta das reservas de
petróleo na camada do pré-sal e exploração dos biocombustíveis (etanol), além de uma
demanda externa favorável às exportações. Estes fatores têm trazido preocupações para
muitos analistas em termos da deflagração da doença holandesa no Brasil. O receio é de
que tais acontecimentos possam acarretar uma concentração excessiva de recursos no setor
primário da economia, vindo a prejudicar os setores industriais intensivos em tecnologia
sofisticada e de maior valor agregado, com reflexos negativos sobre o potencial de
crescimento econômico brasileiro no longo prazo.
A doença holandesa (Dutch disease) é definida pela existência de recursos naturais
abundantes que geram vantagens comparativas ao país que os possui, levando-o a se
especializar na produção destes bens, e não se industrializar ou terminar se
desindustrializando, o que inibe o processo de desenvolvimento econômico de longo prazo
(Bresser-Pereira, 2008). Nestes termos, a doença holandesa se manifesta em países que
possuem vantagens ricardianas na produção de produtos intensivos em recursos naturais
(commodities) através de um movimento de apreciação da taxa de câmbio real em
decorrência da entrada de divisas derivadas das exportações destas commodities, o que
implica a manutenção de uma taxa de câmbio de equilíbrio corrente inferior (apreciada) à
taxa de câmbio industrial que tornaria competitivas as exportações de bens manufaturados
com maior intensidade tecnológica (Bresser-Pereira e Marconi, 2008). Admitindo-se que a
produção dos bens industriais envolve externalidades positivas, efeitos de aprendizado, ou
ainda “forward” e “backward linkages”, a ausência ou retração deste setor traz sérias
consequências em termos de dinâmica tecnológica e ganhos de produtividade, resultando
em perdas de “know-how”, capacidades locais e plantas produtivas (Gala, 2006).
Diversos trabalhos da literatura econômica, tais como Aguirre e Calderon (2005),
Gala (2006) e Rodrik (2008), dentre outros, destacam que a sustentação de uma taxa de
câmbio real mais depreciada é importante para alavancar o crescimento econômico. Em
adição, estudos como os de Dalum, Laursen e Verspagen (1996), Haussman et. al. (2005) e
Rodrik (2006) argumentam que os países especializados nas exportações de produtos com
tecnologia sofisticada apresentam patamares mais elevados de crescimento econômico
dado o potencial dinâmico de criação e difusão das inovações e ganhos de produtividade
9
derivados da indústria. Levando em conta tais aspectos, a doença holandesa contribui para
a obtenção de níveis de crescimento econômico menores naqueles países que apresentam o
problema, na medida em que as economias passam a lidar com uma apreciação excessiva
da taxa de câmbio real, que, por sua vez, reforça a especialização da estrutura produtiva e
exportadora em direção aos setores baseados em recursos naturais caracterizados por
menores efeitos de transbordamento (spillovers) e de difusão de conhecimento para as
demais atividades econômicas.
A partir deste contexto, o objetivo principal deste ensaio é investigar a hipótese de
doença holandesa no Brasil a partir da análise da relação entre taxa de câmbio real, perfil
exportador e crescimento econômico. Neste sentido, o problema proposto consiste em
analisar a pauta exportadora brasileira a fim de verificar se as exportações de commodities
estão afetando o câmbio real e o potencial de crescimento do país no período pósflexibilização cambial. A investigação parte da hipótese de que, aparentemente, existem
alguns indicativos de doença holandesa no Brasil, sendo que estes se manifestam por meio
de uma associação positiva entre exportações de commodities e apreciação da taxa de
câmbio real, e de uma associação negativa entre exportações de commodities e crescimento
econômico. Além disso, o trabalho pretende desagregar as exportações de commodities
conforme os diversos tipos de produtos exportados pelo país, quais sejam, alimentos,
matérias-primas, minerais/metais e combustíveis, a fim de verificar se existem diferentes
impactos das exportações destes tipos de bens sobre a dinâmica da taxa de câmbio real e do
crescimento do produto brasileiro no período recente.
Para a análise destas questões, este ensaio encontra-se dividido em quatro seções,
além desta introdução. A seção 2 realiza uma breve revisão da literatura teórica e empírica
sobre as relações entre perfil exportador, taxa de câmbio e crescimento econômico. A
seção 3 analisa a pauta brasileira de exportações na tentativa de se captar alterações no
padrão de especialização da estrutura exportadora e a relação desta com os distintos
movimentos cambiais no período pós-Real. A seção 4 apresenta os modelos econométricos
construídos com base na metodologia de vetores auto-regressivos (VAR), funções de
resposta aos impulsos (FIR) e análise de decomposição de variância (ADV) para investigar
os efeitos das exportações dos diversos tipos de commodities (geral, alimentos, matériasprimas, minerais e energia) sobre as mudanças da taxa de câmbio real e do crescimento do
PIB na economia brasileira no período 1999-2009. Por último, a seção 5 sistematiza as
considerações finais derivadas do trabalho.
10
2. Perfil Exportador, Taxa de Câmbio e Crescimento Econômico: Aspectos Teóricos
e Empíricos
2.1. Abundância em Recursos Naturais e Crescimento Econômico
Alguns estudos destacam que as características estruturais de economias
concentradas nos setores primários (agricultura e minerais) em meio a um contexto de
elevação dos preços das commodities e de apreciação cambial podem resultar em um
processo de especialização das exportações em produtos intensivos em recursos naturais.
Este fato pode implicar em prejuízo para os setores produtores de bens manufaturados,
com reflexos perversos sobre a dinâmica de crescimento das economias. Este argumento se
baseia na análise de que a atividade industrial se caracteriza por qualidades que reforçam o
crescimento econômico no longo prazo, tais como em Kaldor, que aponta que a indústria
possui retornos crescentes de escala na produção, fortes efeitos de encadeamento para
frente e para trás na cadeia produtiva, efeitos de aprendizado e de difusão de progresso
tecnológico, além de possuir maior elasticidade-renda de importações do que os produtos
primários, permitindo o relaxamento da restrição externa ao crescimento de longo prazo
(Bresser-Pereira e Marconi, 2008; Oreiro e Feijó, 2010).
A relação entre as exportações de produtos baseados em recursos naturais e os
níveis de crescimento alcançados pelas economias tem sido intensamente investigada pela
literatura. Nesta direção, o trabalho pioneiro de Sachs e Warner (1995) indica que
economias com recursos naturais abundantes tendem a apresentar menores taxas de
crescimento no longo prazo do que as economias pobres em tais recursos. O baixo
crescimento dos países ricos em recursos naturais encontra-se vinculado às seguintes
hipóteses: i) os países ricos em recursos tendem a desenvolver políticas mais protecionistas
e problemas de burocracia e ineficiência na utilização dos recursos, o que acarreta baixas
taxas de investimento, e, consequentemente, menores taxas de crescimento econômico; ii)
a tendência secular de declínio da relação entre os preços das exportações dos produtos
primários e os preços dos manufaturados, e o crescimento mais rápido da demanda por
manufaturados comparado à demanda por produtos primários com o aumento da renda faz
com que o crescimento baseado em recursos naturais seja ineficiente; iii) as exportações de
primários possuem baixas ligações para frente e para trás com os demais setores da
economia, enquanto a manufatura desencadeia processos de aprendizado que não se
limitam ao interior da firma; e, iv) quanto maior a posse de recursos naturais, maior a
11
demanda por bens não-comercializáveis e menor a alocação de capital e trabalho para o
setor de manufaturados, o que leva a produção de não-comercializáveis a se expandir
enquanto a produção de manufaturados tende a se encolher.
A partir destas hipóteses, Sachs e Warner (1995) desenvolvem um modelo
endógeno de crescimento cross-country que investiga a relação entre exportações baseadas
em recursos naturais e taxa de crescimento do PIB para diversas economias no período
1970-1989. Os resultados indicam que uma participação mais elevada da exportação de
produtos primários está associada a menores taxas de crescimento econômico. Mesmo
quando outras variáveis de controle (nível de renda inicial, abertura comercial, taxa de
investimento, termos de troca, burocracia e desigualdade de renda) são adicionadas ao
modelo, as exportações de produtos intensivos em recursos naturais se mantêm
significativas para explicar o baixo desempenho econômico dos países.
Collier e Golderis (2007) utilizam análise de cointegração e painel para investigar
os efeitos dos preços das commodities sobre o crescimento econômico no curto e no longo
prazo para 130 países no período 1963-2003, desagregando o índice de preços das
exportações em commodities agrícolas e não-agrícolas. Os resultados obtidos indicam que
os preços das commodities têm efeitos positivos sobre o crescimento no curto prazo, o que
pode ser explicado pelos ganhos de renda real em função da melhoria dos termos de troca.
Porém, estes efeitos se tornam significativamente negativos no longo prazo, o que se
mostra consistente com a literatura da “maldição” dos recursos naturais, e estão restritos às
commodities não-agrícolas (petróleo e minerais). Além disso, verifica-se que os efeitos da
“maldição” dos recursos naturais no longo prazo para as commodities não-agrícolas
existem apenas em países com instituições fracas. A análise dos canais através dos quais a
abundância de recursos naturais afeta o desempenho econômico indica que a
sobrevalorização cambial, o alto consumo público e privado, o baixo ou ineficiente
investimento, e, em menor extensão, a volatilidade dos preços das commodities explicam
uma parte substancial da “maldição” dos recursos naturais. Tais resultados fornecem
suporte para a teoria da doença holandesa em economias ricas em recursos naturais e
apóiam a ideia de que os booms de commodities favorecem a substituição das atividades
produtivas pelas atividades não-produtivas (rent-seeking ou emprego no setor público).
O artigo de Cardoso e Holland (2009) analisa o desempenho econômico dos países
da América do Sul e considera que a “maldição” dos recursos naturais e a incapacidade da
região de se integrar explicam o menor sucesso destes países quando comparado ao Leste
Asiático em termos de crescimento econômico. O impacto negativo dos recursos naturais
12
sobre o desempenho econômico se baseia em hipóteses como apreciação da taxa de câmbio
real decorrente do aumento das exportações baseadas em recursos naturais; investimento
insuficiente em educação; fraqueza de instituições; e elevados gastos públicos. No caso dos
países sul-americanos, o baixo desempenho também é atribuído à fraqueza da política
fiscal e à volatilidade dos preços dos principais produtos exportados.
Cardoso e Holland (2009) utilizam a metodologia VAR para analisar a importância
relativa dos preços de commodities, termos de troca e taxa de câmbio real para o
crescimento dos países sul-americanos no período 1980-2008. Os resultados indicam que
mudanças no câmbio real explicam uma proporção significativa da variação do
crescimento do PIB dos países, exceto Colômbia, Equador, Paraguai e Uruguai. Os termos
de troca são importantes para explicar a variação do PIB para Brasil, Paraguai e Venezuela.
Os preços de commodities explicam as mudanças do PIB de Bolívia, Chile, Colômbia,
Equador, Paraguai e Venezuela, que são países com pautas de exportações pouco
diversificadas. Além disso, obtém-se uma correlação entre a volatilidade dos preços das
commodities e o crescimento econômico nos países da América do Sul. Assim, os autores
sugerem a adoção de medidas de política fiscal anti-cíclica para evitar os efeitos negativos
das oscilações dos preços das commodities, tais como as utilizadas pelo Chile para gerar
um excedente fiscal nos períodos de expansão dos preços destes bens.
Em contraposição, existe a defesa de que a descoberta de recursos naturais ou um
aumento permanente dos termos de troca podem ser positivos para o desempenho
econômico dos países, uma vez que as receitas provenientes da exploração destes recursos
permitem a obtenção de níveis mais altos de riqueza e renda, com maior consumo de bens
comercializáveis, incluindo importações, além de propiciar receitas para investimento e
outros gastos que não poderiam ser realizados em outras circunstâncias. Desta forma,
muitos países ricos em recursos naturais teriam usado suas receitas para desenvolver suas
atividades industriais, com a introdução de novas indústrias e tecnologias, contribuindo
para a obtenção de níveis mais elevados de crescimento econômico. Sob tais condições, a
abundância de recursos naturais não é vista como uma “maldição”, mas sim como uma
“bênção”.
Nesta linha, o trabalho de Lederman e Malloney (2008) rejeita as hipóteses que
associam a abundância de recursos naturais a uma “maldição”. Estas hipóteses refletem a
ideia de que o crescimento em economias ricas em recursos naturais seria prejudicado pela
tendência de queda secular dos termos de troca das exportações de primários em relação às
exportações de manufaturados; pela baixa produtividade dos fatores utilizados na
13
agricultura; pela baixa intensidade tecnológica dos bens intensivos em recursos naturais;
pela alta volatilidade dos preços destes produtos; e pela fraqueza institucional nos países
ricos em recursos naturais. Para os autores, estes fatores limitadores do crescimento
econômico não estão exclusivamente associados à existência de recursos naturais
abundantes nos países, podendo ser relacionados a outras questões econômicas.
Lederman e Malloney (2008) contestam os modelos que obtêm uma relação
negativa entre abundância de recursos naturais e crescimento econômico pelo uso de dados
cross-section e de medidas inadequadas para captar a abundância em recursos naturais,
como a razão entre as exportações intensivas em recursos e o PIB, uma vez que muitos
países são re-exportadores de matérias-primas, o que superestima a riqueza em recursos
naturais. Os autores estimam modelos de crescimento do PIB real per capita para uma
amostra global de países e uma amostra contendo apenas países da América Latina e
Caribe entre 1980-2005. A abundância de recursos naturais é mensurada pelas exportações
líquidas de bens intensivos em recursos naturais por trabalhador e uma medida de
qualidade institucional é incluída como variável de controle nas estimações. Os resultados
sugerem que a riqueza em recursos naturais pode ter um efeito positivo sobre o
crescimento, sendo que a variável qualidade das instituições não apresentou relação com a
“maldição” dos recursos naturais. No entanto, verifica-se uma dificuldade de se mensurar a
magnitude dos potenciais efeitos benéficos dos recursos naturais sobre o crescimento, e
constata-se que tais efeitos parecem se dissipar após controlar as estimações pela
volatilidade macroeconômica e acumulação de fatores.
2.2. Taxa de Câmbio e Crescimento Econômico
Vários trabalhos relacionados à literatura sobre câmbio atribuem um papel
relevante para as políticas cambiais na alavancagem do crescimento econômico. Neste
sentido, é reconhecida a importância da manutenção de uma taxa de câmbio mais
depreciada para estimular as exportações e os investimentos. Os países que adotaram essa
estratégia tenderam a favorecer seus respectivos processos de crescimento. Neste grupo,
podemos citar: Japão e Alemanha no pós-II Guerra, e, nas últimas décadas, China, países
do leste asiático (Hong Kong, Singapura, Coréia do Sul e Taiwan) e Índia. Por outro lado,
muitos países da América Latina e Caribe experimentaram taxas de câmbio
sobrevalorizadas e contaram com menores taxas de crescimento econômico no mesmo
período.
14
Dentre tais trabalhos, Razin e Collins (1997) constroem um indicador de
desalinhamento da taxa de câmbio real para uma amostra de 93 países no período 19751992, que envolve fatores de longo prazo (fundamentos) e de curto prazo (choques). Os
autores utilizam análise de regressão para verificar se os desalinhamentos da taxa de
câmbio real estão relacionados ao desempenho econômico dos países. Para isso, as
equações de crescimento são estimadas utilizando, além da medida de desalinhamento
cambial, variáveis que refletem as condições iniciais dos países (PIB per capita,
expectativa de vida e proxies para educação), ambiente externo (termos de troca) e política
fiscal (razão consumo do governo/PIB). Os resultados indicam que todas as variáveis têm o
sinal esperado (exceto as proxies para educação): consumo do governo/PIB tem sinal
negativo, expectativa de vida e nível de renda inicial têm sinais positivos, ao passo que os
desalinhamentos da taxa de câmbio real se mostraram negativamente associados ao
crescimento econômico. Tendo em vista a não-linearidade dos impactos dos
desalinhamentos da taxa de câmbio sobre o crescimento, o estudo obtém evidências de que
apenas grandes valorizações do câmbio real estão associadas ao menor crescimento
econômico, ao passo que desvalorizações moderadas parecem estar associadas ao
crescimento econômico mais rápido.
Aguirre e Calderon (2005) argumentam que os desalinhamentos da taxa de câmbio
real podem criar distorções nos preços relativos dos bens comercializáveis e nãocomercializáveis, além de promover uma alocação sub-ótima de recursos entre os setores e
aumentar a instabilidade macroeconômica, afetando o crescimento e o bem-estar. Sendo
assim, alguns países têm utilizado taxas de câmbio mais depreciadas para melhorar o
desempenho do setor exportador e da atividade econômica. Os autores investigam os
fundamentos dos desalinhamentos cambiais e os seus impactos sobre o crescimento
econômico para 60 países no período 1965-2003, usando métodos de cointegração e painel.
As evidências indicam que a apreciação da taxa de câmbio real de equilíbrio é explicada
por aumentos na produtividade relativa, choques favoráveis dos termos de troca, melhor
posição dos ativos estrangeiros líquidos e maior razão consumo do governo/PIB. Obtém-se
que o grau de desalinhamento do câmbio real nos países em desenvolvimento é maior do
que nas economias industriais, muito provavelmente em função das políticas
macroeconômicas, comerciais e cambiais inadequadas adotadas naqueles países. Além
disso, os efeitos dos desalinhamentos cambiais sobre o crescimento econômico dependem
do tamanho do desvio da taxa de câmbio em relação ao nível de equilíbrio, sendo que o
15
impacto (negativo) da apreciação cambial sobre o crescimento é maior do que o impacto
(positivo) de uma desvalorização da taxa de câmbio real.
O trabalho de Gala (2006) discute a hipótese de que câmbios reais mais apreciados
estão relacionados a menores taxas de crescimento econômico. Com base na literatura
sobre câmbio, o autor sinaliza que uma taxa de câmbio mais desvalorizada: i) possibilita a
estabilidade do Balanço de Pagamentos, e aumenta a poupança e o investimento; ii)
favorece as exportações de bens manufaturados, evitando o problema da doença holandesa;
e iii) promove o aumento do emprego e da renda ao permitir o desenvolvimento do setor de
comercializáveis. Sobre a doença holandesa, o trabalho ressalta que, ao evitar apreciações
excessivas do câmbio real pela administração do câmbio nominal, as autoridades
monetárias podem contribuir para o desenvolvimento da indústria de manufaturas voltada
para a exportação (export-led growth). Além disso, tal medida previne a retração dos
setores de bens comercializáveis, que normalmente possuem externalidades positivas,
efeitos de aprendizado e ligações para frente e para trás com outros setores, de forma a não
se perder os efeitos de spillovers em termos de progresso tecnológico e de ganhos de
produtividade do setor de comercializáveis para os demais setores da economia.
Gala (2006) realiza uma análise de painel para estudar a relação entre nível do
câmbio real e crescimento per capita para uma amostra de 58 países em desenvolvimento
no período 1960-1999. As regressões envolvem dois grupos de variáveis de controle:
estruturais (capital humano, infraestrutura física e institucional) e macroeconômicas
(inflação, sobrevalorização cambial, nível de utilização da capacidade instalada e termos
de troca). As regressões são controladas pelo nível inicial de renda per capita e hiato do
produto, além do ajuste de produtividade no câmbio. Os resultados indicam que a renda per
capita inicial aparece com sinal negativo, indicando convergência condicional. As
variáveis estruturais educação, infraestrutura e arranjo institucional apresentam sinal
positivo. Os termos de troca relacionam-se positivamente com as taxas de crescimento per
capita e os níveis de inflação, e o hiato inicial do produto e a sobrevalorização cambial
apresentam um coeficiente negativo. Para as regressões com o câmbio ajustado pelas
variações de produtividade, observa-se um aumento da significância das variáveis.
Portanto, as evidências confirmam a hipótese de que câmbios relativamente desvalorizados
estão associados a maiores taxas de crescimento per capita.
Rodrik (2008) também retoma a discussão da importância da taxa de câmbio real
para o crescimento econômico e desenvolve uma análise empírica desta relação para 184
países no período 1950-2004. Os resultados indicam que uma taxa de câmbio real
16
desvalorizada é relevante para se estimular o crescimento, especialmente nos países em
desenvolvimento. A explicação para esta evidência está associada à fragilidade
institucional dos países, que reduz a capacidade do setor privado de se apropriar dos
retornos dos investimentos, seja pela existência de deficiências contratuais, problemas de
corrupção, ou ausência dos direitos de propriedade. Além disso, as falhas de mercado
prejudicam o crescimento pelo vazamento de informações tecnológicas entre as empresas;
pela necessidade de grandes volumes de investimentos para a abertura de novas firmas;
pelas imperfeições no mercado de crédito, que dificultam a obtenção de financiamento; e
pelas fricções nos mercados de trabalho, que elevam os salários e reduzem a eficiência.
Deste modo, uma administração inadequada da taxa de câmbio real tem um impacto
desfavorável sobre a taxa de crescimento econômico, especialmente quando envolve a
sustentação de uma taxa de câmbio apreciada por um período de tempo relativamente
longo, sendo que este efeito é mais pronunciado sobre o crescimento nos países em
desenvolvimento.
Eichengreen (2008) argumenta que a manutenção do câmbio real em níveis
competitivos e o controle do excesso de volatilidade cambial devem ser vistos como
condições “facilitadoras” do crescimento econômico. Neste sentido, a desvalorização da
taxa de câmbio real não é condição suficiente para alavancar o crescimento econômico,
mas deve estar atrelada a outros fundamentos, tais como altas taxas de poupança e de
investimento, força de trabalho disciplinada, e influxos de investimento estrangeiro, que
permitirão aos países aproveitar as oportunidades para estimular o crescimento.
Analisando uma amostra de países industriais e de países em desenvolvimento no
período 1991-2005, Eichengreen (2008) obtém uma relação negativa entre a volatilidade
da taxa de câmbio real e o crescimento econômico, mas os resultados são influenciados
pela presença de outliers na amostra, que exibem uma grande volatilidade da taxa de
câmbio: China e Argentina na amostra dos países em desenvolvimento, e Ucrânia e Países
Bálticos na amostra dos países desenvolvidos. Tendo em vista que a taxa de câmbio real é
um preço relativo, o autor considera que esta não pode ser controlada diretamente pelas
autoridades, mas pode ser influenciada pelas políticas adotadas, especialmente em favor da
orientação para um crescimento liderado pelas exportações dos setores industriais.
Todavia, uma vez tenham alcançado o objetivo de alavancar o crescimento, tais políticas
não devem ser utilizadas indefinidamente, pois causam efeitos colaterais sobre outros
setores econômicos, como, por exemplo, inflação, declínio do investimento, elevação dos
riscos financeiros, e tensões com parceiros comerciais (caso da China).
17
Berg e Miao (2010) analisam duas visões sobre o argumento de que a taxa de
câmbio real importa para o crescimento das economias. A primeira consiste na visão do
Consenso de Washington (CW) de que os desalinhamentos da taxa de câmbio real
implicam em desequilíbrios macroeconômicos que prejudicam o desempenho econômico.
Nestes termos, uma taxa de câmbio valorizada provoca desequilíbrio externo, enquanto
uma taxa de câmbio desvalorizada causa desequilíbrio interno e inflação excessiva. A
segunda se refere ao trabalho de Rodrik (2008), segundo o qual a manutenção de taxas de
câmbio valorizadas prejudica o crescimento econômico, ao passo que uma desvalorização
cambial relativamente à Paridade do Poder de Compra (PPP) é positiva para o crescimento
porque consegue compensar a fraqueza institucional dos países em desenvolvimento e
promove o setor de bens comercializáveis, que, de outro modo, seria ineficiente. Destarte,
Berg e Miao (2010) testam as duas visões sobre a relação entre desalinhamentos cambiais e
crescimento econômico através de duas medidas alternativas de desvalorização da taxa de
câmbio real: εit PPP utilizada por Rodrik (2008), que mede os desvios da taxa de câmbio real
da PPP ajustada pela renda per capita, e a εit EFEER do CW, que mede os desvios da taxa de
câmbio real da taxa de câmbio de equilíbrio, que considera um conjunto de determinantes
(fundamentos): renda per capita, termos de troca, abertura, investimento e consumo do
governo. Os resultados obtidos indicam que as visões do CW e de Rodrik sobre o papel
dos desalinhamentos cambiais para o crescimento são equivalentes para as principais
regressões. Algumas estimações sugerem que os desvios da taxa de câmbio dos
fundamentos são mais importantes do que os desvios da PPP. De forma geral, as
evidências confirmam que as valorizações cambiais prejudicam o crescimento e que as
desvalorizações parecem beneficiar o desempenho econômico, resultados que se mostram
consistentes com a visão de Rodrik, mas requer algum ajuste em relação à visão do CW.
2.3. Perfil Exportador e Crescimento Econômico
O argumento de alguns estudos sobre o papel da especialização das exportações
sobre o desempenho econômico se apóia na ideia de que, além de se incentivar o volume
das exportações através do câmbio depreciado, também é relevante considerar o perfil
daquilo que é exportado, se o objetivo é atingir taxas mais elevadas de crescimento.
Nesta linha de análise, Dalum, Laursen e Verspagen (1996), Hausmann et al.
(2005) e Rodrick (2006) investigam o impacto do perfil exportador sobre o crescimento
econômico e obtêm evidências de que o perfil das exportações voltado para produtos de
18
maior intensidade tecnológica tem contribuído para estimular taxas de crescimento mais
elevadas em determinados países.
Dalum, Laursen e Verspagen (1996) testam a hipótese de que a estrutura produtiva
de uma economia importa para o crescimento econômico. Os autores reconhecem a
importância da tecnologia para o maior crescimento da produtividade, ao passo que a ideia
de que os mercados para alguns bens crescem mais rápido do que para outros revela que a
especialização naquelas atividades fornece maiores oportunidades para o crescimento. O
estudo utiliza dados para países da OCDE no período 1965-1988 e índices de
especialização para dois grupos de setores (high e low tech). Regressões de crescimento
são estimadas incluindo, além da especialização, variáveis do lado da oferta (trabalho e
capital), e variáveis que representam o papel da tecnologia e da convergência tecnológica
(catch-up). Os autores aplicam a técnica de análise de componente principal para três
períodos: 1965-1973, 1973-1979 e 1979-1988. Os resultados revelam que trabalho,
investimento em capital e tecnologia têm os coeficientes positivos. Apenas para o setor de
baixa tecnologia, a variável tecnologia (patentes) tem sinal negativo no período 1973-1979.
A variável que reflete o catch-up tem sinal negativo, mas perde importância com o tempo.
Os indicadores de especialização foram significativos para várias atividades, exceto nos
setores têxtil e de metais básicos. Assim, as evidências indicam que o crescimento setorial
do produto está relacionado com a especialização dentro dos setores ligados aos modelos
de comércio internacional, embora o impacto pareça enfraquecer ao longo do tempo.
Hausmann et al. (2005) investigam se os bens comercializáveis associados a níveis
mais elevados de produtividade apresentam um desempenho econômico melhor. Para isso,
os autores constroem um índice de produtividade (PROD), que considera uma média
ponderada do produto per capita dos países que exportam um produto, onde os pesos
refletem as vantagens comparativas reveladas de cada país naquele produto. A partir deste
indicador é construído o nível de renda/produtividade correspondente ao país que exporta
uma cesta (EXPY), o qual reflete o modelo de especialização do país. O trabalho utiliza
dois conjuntos de dados com 5.000 e 700 commodities individuais, distinguindo produtos
primários e manufaturados para uma amostra de 40 países. Os resultados indicam que o
EXPY é altamente correlacionado com o produto per capita, sendo que países com alto
crescimento, como China e Índia, têm níveis de EXPY muito elevados. Tal fato sugere que
países especializados na produção e exportação de bens de maior produtividade obtêm
níveis de crescimento econômico mais elevado.
19
Rodrik (2006) desenvolve uma análise semelhante à de Hausmann et al. (2005)
para analisar a relação entre perfil exportador e crescimento na China. O autor ressalta que
o rápido crescimento da economia chinesa não está associado somente ao aumento do
volume exportado, em função das medidas de abertura comercial e de uma taxa de câmbio
nominal desvalorizada, nem encontra suporte na teoria das vantagens comparativas, em
termos da exportação de produtos intensivos em trabalho. O argumento é de que o
excepcional crescimento da economia chinesa encontra-se relacionado à mudança do perfil
das suas exportações em direção a uma cesta de produtos mais sofisticados do que aquela
esperada para países de níveis de renda semelhantes. 1
Nos testes empíricos, Rodrik (2006) utiliza o índice EXPY, que mede a
produtividade com base na cesta de exportações do país. Os resultados indicam que, ao
dobrar o nível de produtividade das exportações, há um aumento de 6% no crescimento per
capita, sendo os ganhos de produtividade decorrentes da produção de um conjunto de bens
exportáveis mais sofisticados (produtos eletrônicos). Destaca-se o papel do IDE para a
evolução da indústria chinesa, uma vez que a entrada dos investidores estrangeiros foi
permitida mediante formação de joint ventures e transferência de tecnologia para as firmas
domésticas, o que possibilitou a aquisição de capacidades para construir uma indústria
moderna voltada para a exportação de uma cesta de produtos mais sofisticados,
impulsionando o crescimento da economia.
Portanto, a partir das evidências teóricas e empíricas apontadas pela literatura sobre
perfil exportador, taxa de câmbio e crescimento econômico, cabe ressaltar a importância da
análise dos indicativos de doença holandesa nas economias, uma vez que esta determina
que as exportações baseadas em recursos naturais acabam por conduzir a uma apreciação
do câmbio real, o que prejudica as exportações dos setores manufaturados e acarreta taxas
menores de crescimento no longo prazo. Tal conclusão é relevante, pois torna necessária
uma preocupação quanto ao nível da taxa de câmbio real vigente e o estabelecimento de
políticas que visem alterar o perfil exportador das economias ricas em recursos naturais no
sentido de estimular as exportações de produtos manufaturados com maior conteúdo
tecnológico se o objetivo é obter taxas de crescimento mais elevadas ao longo do tempo.
1
Segundo Prasad (2004), a pauta de exportações chinesas se tornou mais diversificada para além dos têxteis
e outras manufaturas leves, e o país obteve ganhos substanciais nas exportações de produtos eletrônicos mais
sofisticados, como máquinas de escritório, máquinas elétricas, equipamentos de processamento de dados e
telecomunicações. A participação das exportações de máquinas e equipamentos de transporte aumentou de
17% em 1993 para 41% em 2003, enquanto a participação de manufaturas mistas caiu de 42% para 28%.
20
3. Taxa de Câmbio Real e Evolução dos Fluxos Comerciais na Economia Brasileira
no Período 1995-2009
De acordo com os pressupostos do modelo da doença holandesa, a elevação dos
preços das commodities no mercado internacional implica em aumento de divisas, que, por
sua vez, provoca apreciação cambial e expansão do gasto doméstico em bens e serviços
produzidos internamente. Esta expansão do gasto doméstico pressiona os preços e os
salários do mercado de bens não-comercializáveis e reduz a rentabilidade e a produção dos
setores não beneficiados com a alta dos preços. Em consequência, a economia passa a
direcionar os recursos produtivos para os setores exportadores favorecidos com o aumento
de preços, expandindo a produção e as quantidades exportadas (Jank et al., 2008). Assim,
na ocorrência de doença holandesa, seria esperado um aumento dos fluxos de exportação
dos produtos beneficiados pela alta dos preços (commodities), enquanto se vislumbra uma
queda da participação das exportações de produtos manufaturados, que perdem
rentabilidade e tem a sua produção reduzida.
A análise da relação entre a taxa de câmbio real e a evolução dos fluxos comerciais
da economia é relevante, pois as variações cambiais podem estar atreladas a mudanças não
desprezíveis na pauta exportadora. Neste sentido, desvalorizações reais podem estimular o
ingresso de novos setores na atividade exportadora, abrir oportunidades para explorar
economias de escala, promover aumentos de produtividade e viabilizar transformações
permanentes no padrão de especialização e de inserção internacional da economia. Por
outro lado, apreciações reais da taxa de câmbio podem contribuir para a retração ou
desaparecimento de atividades exportadoras, downgrading de capacidades técnicas, perdas
de externalidades, além de redução da produtividade e da competitividade internacional de
determinados setores (Ribeiro e Markwald, 2008).
Para verificar as possíveis alterações na pauta de exportações e a relação destas
com os movimentos da taxa de câmbio real na economia brasileira no período 1995-2009,
esta seção envolverá inicialmente uma análise de dados sobre exportações, importações e
saldo da balança comercial dos setores que produzem bens comercializáveis, classificados
em três categorias amplas de produtos, sendo elas: i) commodities, que correspondem aos
produtos intensivos em recursos naturais em estado bruto (primários) ou com pequeno grau
de industrialização; ii) manufaturados de baixa tecnologia, que envolvem uma agregação
dos produtos industriais caracterizados pela incorporação de baixa e média-baixa
21
intensidade tecnológica; e iii) manufaturados de alta tecnologia, que abarcam os produtos
industriais com média-alta e alta intensidade tecnológica.2
Entende-se por commodities os produtos padronizados produzidos em grande
quantidade, cujos preços são formados em bolsas de mercadorias no país ou no exterior.
Desta forma, um produtor individual tem pouco ou nenhum controle sobre os preços destes
bens, o que torna a liderança em custos a principal estratégia competitiva, sendo esta
baseada na exploração de economias de escala e escopo, em ganhos de produtividade, na
racionalização dos processos produtivos, no acesso aos recursos naturais, nas condições de
infraestrutura e logística, entre outros (Nakahodo e Jank, 2006). No caso brasileiro,
considera-se que os produtos classificados como commodities, em função de suas
vantagens comparativas que impactam sobre a produtividade e implicam na geração de
rendas ricardianas, poderiam gerar a doença holandesa (Bresser-Pereira e Marconi, 2008).
O gráfico 1 evidencia a relação entre taxa de câmbio real, exportações totais,
importações totais e saldo da balança comercial brasileira no período 1995-2009.
Gráfico 1: Saldo da Balança Comercial Total (US$ milhões) e Taxa de Câmbio Real
Efetiva (Índice 2005 = 100) para o Brasil no Período 1995-2009
220000
140
200000
120
180000
160000
100
140000
120000
80
100000
60
80000
60000
40
40000
20000
20
0
-20000
0
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Exportações (E)
Importações (E)
Saldo da Balança Comercial (E)
Taxa de câmbio real efetiva (D)
Fonte: BCB (2010), UN COMTRADE (2010), MDIC (2010)
Observa-se que, entre 1995 e 2000, o saldo da balança comercial brasileira foi
negativo, explicado, em grande parte, pelo contexto de implementação do Plano Real
2
Esta divisão se baseia na classificação adotada pelo trabalho de Bresser-Pereira e Marconi (2008). Para
maiores informações sobre a forma em que os produtos foram agregados, ver Quadro I.1 no Anexo I, que
mostra a classificação dos produtos exportados conforme as seções e capítulos da CUCI (Classificação
Uniforme para o Comércio Internacional) utilizada na sistematização dos dados oferecidos pelo Ministério do
Desenvolvimento, Indústria e Comércio Exterior (MDIC).
22
caracterizado por uma taxa de câmbio semi-fixa sobrevalorizada, altas taxas de juros e
abertura comercial, com as exportações situando-se em níveis inferiores às importações.
No entanto, a partir de 2001, em resposta à depreciação do câmbio em 1999, verifica-se
uma recuperação do saldo comercial, o qual se tornou positivo e crescente no período
2002-2006, apesar da apreciação cambial significativa pós-2003. Em 2007 e 2008, o saldo
comercial, embora positivo, apresentou tendência de queda, resultado do aumento relativo
das importações beneficiadas pela valorização da moeda doméstica. Em 2009, apesar da
queda das exportações mediante o contexto da crise financeira internacional deflagrada em
meados de 2008, o saldo comercial manteve-se em patamares equivalentes ao do ano
anterior, graças a uma redução das importações.
Os gráficos 2 a 4 apresentam a relação entre taxa de câmbio real efetiva,
exportações, importações e saldo comercial por tipo de produto (commodities,
manufaturados de baixa tecnologia e manufaturados de alta tecnologia) para a economia
brasileira no período 1995-2009.
Gráfico 2: Saldo Comercial das Commodities (US$ milhões) e Taxa de Câmbio Real
Efetiva (Índice 2005 = 100) para o Brasil no Período 1995-2009
140000
140
120000
120
100000
100
80000
80
60000
60
40000
40
20000
20
0
0
199519961997199819992000200120022003200420052006200720082009
Exportações Commodities (E)
Importações Commodities (E)
Saldo Commodities (E)
Taxa de câmbio real efetiva (D)
Fonte: BCB (2010), UN COMTRADE (2010), MDIC (2010)
O saldo das commodities (gráfico 2) se manteve superavitário e cresceu
continuamente ao longo do período analisado, especialmente a partir de 2002, favorecido
pelo aumento expressivo das exportações mediante o contexto de preços internacionais
elevados, crescimento da demanda mundial, com destaque para a economia chinesa, e
apreciação da taxa de câmbio real. Em 2009, apesar das exportações de commodities terem
23
caído em decorrência dos efeitos da crise internacional, estas permaneceram em níveis
relativamente elevados (superiores aos observados em 2007).
Gráfico 3: Saldo Comercial dos Produtos Manufaturados de Baixa Tecnologia (US$
milhões) e Taxa de Câmbio Real Efetiva (Índice 2005 = 100) para o Brasil no Período
1995-2009
16000
140
14000
120
12000
100
10000
8000
80
6000
60
4000
40
2000
20
0
-2000 1995 199619971998199920002001200220032004 2005 2006 200720082009
0
Exportações Baixa Tecnologia (E)
Importações Baixa Tecnologia (E)
Saldo Baixa Tecnologia (E)
Taxa de câmbio real efetiva (D)
Fonte: BCB (2010), UN COMTRADE (2010), MDIC (2010)
A análise dos produtos manufaturados de baixa tecnologia (gráfico 3) revela que a
conjuntura característica do período 1995-1998, marcada pela abertura comercial e pelo
câmbio sobrevalorizado, desestimulou as vendas externas e causou um barateamento das
importações destes bens, implicando um relativo equilíbrio entre o valor das exportações e
das importações, o que resultou em um saldo comercial pouco expressivo. Entre 1999 e
2004, o saldo dos produtos de baixa tecnologia apresentou uma melhora, porém voltou a se
deteriorar a partir de 2005, onde, apesar do aumento do valor exportado, as importações
voltaram a crescer em um contexto de moeda nacional mais apreciada. Destaca-se a queda
expressiva do saldo comercial dos produtos de baixa intensidade tecnológica em 2009,
determinado pela redução das exportações destes bens.
Os produtos manufaturados de alta intensidade tecnológica (gráfico 4), por sua vez,
contaram com déficits comerciais durante todo o período 1995-2009, mas tiveram uma
melhora da situação deficitária com a adoção do regime de câmbio flexível em 1999.
Porém, a partir de 2006, perante a contínua apreciação da moeda doméstica, o saldo
comercial destes produtos voltou a apresentar uma deterioração significativa, em que,
apesar do aumento do valor exportado (até 2008), as importações continuaram superando
24
as exportações deste tipo de bens. Em 2009, as exportações destes produtos também
sofreram os efeitos da crise internacional iniciada no ano anterior, mas a queda das
importações permitiu uma ligeira redução do déficit comercial.
Gráfico 4: Saldo Comercial dos Produtos Manufaturados de Alta Tecnologia (US$
milhões) e Taxa de Câmbio Real Efetiva (Índice 2005 = 100) para o Brasil no Período
1995-2009
120000
140
100000
120
80000
100
60000
40000
80
20000
60
0
40
-20000
20
-40000
-60000
0
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Exportações Alta Tecnologia (E)
Importações Alta Tecnologia (E)
Saldo Alta Tecnologia (E)
Taxa de câmbio real efetiva (D)
Fonte: BCB (2010), UN COMTRADE (2010), MDIC (2010)
Em suma, o diagnóstico dos fluxos de exportações/importações por tipo de produto
sugere que o melhor desempenho comercial dos produtos manufaturados esteve atrelado a
uma taxa de câmbio real mais depreciada, ao passo que as exportações de commodities se
mostraram menos dependentes do comportamento cambial, respondendo de maneira
significativa às mudanças favoráveis nas condições externas (preços e demanda
internacional). Além disso, verifica-se que os fluxos comerciais de commodities foram
relativamente menos afetados pelos efeitos da crise internacional de 2008/2009.
A tabela 1 mostra o desempenho médio do saldo comercial por tipo de produto
conforme os distintos panoramas da taxa de câmbio real nos sub-períodos: i) 1995-1998,
que foi marcado por uma sobrevalorização cambial; ii) 1999-2002, em que a taxa de
câmbio real se manteve em patamares mais depreciados; e iii) 2003-2009, em que o
câmbio real voltou a sofrer um movimento de forte apreciação.
Pode-se inferir que o saldo comercial das commodities, embora positivo em todos
os sub-períodos, teve um desempenho significativo entre 2003 e 2009, apesar da
apreciação da moeda doméstica, apresentando um crescimento médio de 231,7% em
relação ao sub-período 1999-2002, ao passo que o saldo comercial dos manufaturados de
25
baixa tecnologia apresentou um crescimento médio de 36,4% em igual período. Em
contraposição, o saldo comercial médio dos manufaturados de alta tecnologia apresentou
uma piora de 34,9% no período mais recente de valorização da moeda doméstica.
Tabela 1: Evolução Média do Saldo Comercial Brasileiro por Tipo de Produto (US$
milhões) e Taxa de Câmbio Real (Índice 2005 = 100)
Variáveis
Taxa de Câmbio Real
Commodities
Manufaturados Baixa Tecnologia
Manufaturados Alta Tecnologia
1995-1998
63,54
9.827,03
586,81
-33.366,3
1999-2002
103,11
14.252,31
3.268,48
-15.455,70
2003-2009
96,93
47.275,58
4.458,97
-20.844,90
Fonte: BCB (2010), UN COMTRADE (2010), MDIC (2010)
Os gráficos 5 e 6 explicitam, respectivamente, o comportamento da pauta de
comércio exterior conforme a participação das exportações e importações de commodities
e produtos manufaturados de baixa e alta tecnologia no total exportado e importado pela
economia brasileira no período 1995-2009.
Gráfico 5: Exportações Brasileiras por Tipo de Produto no Período 1995-2009 (%
das Exportações Totais)
70
140
60
120
50
100
40
80
30
60
20
40
10
20
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
0
1995
0
Exportações Commodities (E)
Exportações Baixa Tecnologia (E)
Exportações Alta Tecnologia (E)
Taxa de câmbio real efetiva (D)
Fonte: BCB (2010), UN COMTRADE (2010), MDIC (2010)
Os dados sobre a participação das exportações por tipo de produto no total das
exportações brasileiras (gráfico 5) revelam que as commodities apresentaram uma maior
participação na pauta de exportações quando comparado aos produtos de baixa e alta
26
tecnologia (média de 56,7% contra 11,1% para produtos de baixa tecnologia e 30,4% para
produtos de alta tecnologia no período 1995-2009), o que sugere uma relativa
especialização da pauta exportadora em bens intensivos em recursos naturais.
A participação das exportações de commodities foi crescente ao longo do período,
passando de 59,3% em 1995 para 66,3% em 2009, contando com um ganho de 7 p.p.. As
exportações de produtos de alto conteúdo tecnológico sofreram uma ligeira perda de
participação no total exportado(-2,3 p.p.), de 26,8% em 1995 para 24,5% em 2009, embora
as exportações destes bens tenham aumentado até o ano 2000, a partir do qual passaram a
enfrentar quedas contínuas ao longo do tempo. Os produtos de baixa tecnologia tiveram
queda significativa de participação na pauta de exportações (-8 p.p.), de 14,4% em 1995
para 6,4% em 2009. Este fato pode ser atribuído à dificuldade de competição enfrentada
por setores como calçados, móveis, têxteis e vestuário, em decorrência da apreciação
cambial, principalmente quando se compara à alta competitividade dos produtos asiáticos e
chineses no mercado internacional favorecida pelo baixo custo da mão-de-obra e pela
manutenção de taxas de câmbio mais desvalorizadas naquelas economias.
Gráfico 6: Importações Brasileiras por Tipo de Produto no Período 1995-2009 (%
das Importações Totais)
70
140
60
120
50
100
40
80
30
60
20
40
10
20
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
0
1995
0
Importações Commodities (E)
Importações Baixa Tecnologia (E)
Importações Alta Tecnologia (E)
Taxa de câmbio real efetiva (D)
Fonte: BCB (2010), UN COMTRADE (2010), MDIC (2010)
Os dados sobre importações (gráfico 6) indicam a maior participação relativa dos
produtos de alta tecnologia no total importado (média de 61,2% contra 31% para
commodities e 7,7% para produtos de baixa tecnologia) entre 1995 e 2009. Observa-se que
as participações das importações de commodities e de produtos de baixa tecnologia foram
27
reduzidas, respectivamente, em -3 p.p. e -4 p.p., ao passo que a participação das
importações de produtos de alta tecnologia aumentou aproximadamente 7 p.p. no período.
A tabela 2 revela a participação média por tipo de produto no total das exportações
e importações de acordo com o comportamento da taxa de câmbio real verificado ao longo
do período 1995-2009.
Tabela 2: Participação Média das Commodities e dos Produtos Manufaturados nas
Exportações e Importações Totais Brasileiras (%)
Exportações
Commodities
Manufaturados Baixa Tecnologia
Manufaturados Alta Tecnologia
Importações
Commodities
Manufaturados Baixa Tecnologia
Manufaturados Alta Tecnologia
1995-1998
57,08
13,48
29,27
1995-1998
30,86
10,25
58,76
1999-2002
52,37
12,46
32,68
1999-2002
28,42
6,97
64,61
2003-2009
59,00
8,91
29,70
2003-2009
32,55
6,73
60,72
Fonte: UN COMTRADE (2010), MDIC (2010)
Verifica-se que as maiores participações médias das exportações e das importações
de commodities estiveram vinculadas aos sub-períodos caracterizados pela maior
apreciação da moeda brasileira (1995-1998) e (2003-2009). De outro lado, a participação
das exportações e importações dos produtos de alta tecnologia foram maiores no subperíodo 1999-2002, em que predominou uma taxa de câmbio real mais depreciada. Por
fim, tanto a participação média das exportações como das importações de produtos de
baixa tecnologia apresentaram uma queda gradativa ao longo do período analisado.
As mudanças das participações das exportações e das importações brasileiras por
tipo de produto durante o período 1996-2009 são apresentadas, respectivamente, pelos
gráficos 7 e 8.
O gráfico 7 revela que, a partir de 2001, as commodities elevaram continuamente
(exceto em 2004) a participação no total das exportações, com um crescimento médio de
cerca de 1% a.a. entre 1996 e 2009. Os produtos de baixa tecnologia tiveram perda
contínua (exceto em 1999) de participação nas exportações, em média, de -5,4% a.a no
período 1996-2009, sendo que, após 2005, a retração média foi mais expressiva (-9,3%
a.a.). Os produtos de alta tecnologia perderam, em média, -0,4% a.a. de participação nas
exportações entre 1996 e 2009. No entanto, este tipo de produto aumentou o peso nas
28
exportações entre 1996-1998 (6,3% a.a.), sendo que, a partir de 2001, os produtos de alta
tecnologia perderam -3,9% a.a. de participação no conjunto das exportações brasileiras.
Gráfico 7: Taxa de Crescimento da Participação das Exportações por Tipo de
Produto no Total Exportado pelo Brasil no Período 1996-2009 (%)
20
15
10
5
0
-5
-10
-15
-20
-25
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Exportações Commodities
Exportações Baixa Tecnologia
Exportações Alta Tecnologia
Fonte: UN COMTRADE (2010), MDIC (2010)
O gráfico 8 indica uma retração na participação das importações das commodities
(média de -0,4% a.a.) e dos bens de baixa tecnologia (-2% a.a.), ao passo em que avança as
importações de produtos de alta tecnologia (0,9% a.a.) entre 1996-2009.
Gráfico 8: Taxa de Crescimento da Participação das Importações por Tipo de
Produto no Total Importado pelo Brasil no Período 1996-2009 (%)
20
15
10
5
0
-5
-10
-15
-20
-25
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Importações Commodities
Importações Baixa Tecnologia
Importações Alta Tecnologia
Fonte: UN COMTRADE (2010), MDIC (2010)
29
Convém destacar que, a partir de 2002 (exceto em 2009), a participação relativa das
importações de commodities aumentou e a dos bens de alta tecnologia diminuiu, sendo que
as importações de baixa tecnologia se mantiveram relativamente estáveis, voltando a ter
um aumento mais expressivo em 2009.
As tabelas 3 e 4 relatam, respectivamente, a evolução média da participação das
exportações e das importações brasileiras na pauta de comércio exterior conforme os
efeitos dos diferentes contextos cambiais sobre os grupos de produtos que compõem a
classificação geral aqui adotada: commodities, alta tecnologia e baixa tecnologia.
Tabela 3: Participação Média dos Grupos de Produtos no Total Exportado pelo
Brasil (%)
Grupos de Produtos
Commodities
Alimentos e outras
Matérias-primas
Minerais
Combustíveis
Manufaturados de baixa tecnologia
Artigos manufaturados conforme material
(manufaturas de couro, borracha, papel e
papelão, madeira, fios e tecidos, etc.)
Artigos manufaturados diversos (móveis,
vestuário e calçados, etc.)
Manufaturados de alta tecnologia
Produtos químicos e produtos conexos
Máquinas e material de transporte
Artigos manufaturados de alta tecnologia
(ópticos, medico-hospitalares e relojoaria)
1995-1998
57,08
26,82
7,05
21,22
1,98
13,48
1999-2002
52,37
22,56
8,63
18,44
2,74
12,46
2003-2009
59,00
22,46
10,82
20,10
7,16
8,91
8,28
7,40
5,63
5,20
5,06
3,28
29,27
6,74
21,66
32,68
6,08
25,71
29,70
6,32
22,82
0,86
0,89
0,48
Fonte: UN COMTRADE (2010), MDIC (2010)
Nota: Esta desagregação se baseia na classificação conforme os capítulos da CUCI utilizadas nos bancos de
dados do UN COMTRADE e do MDIC.
A análise da composição das exportações (tabela 3) revela que, embora as
commodities tenham apresentado maior participação relativa no total exportado pela
economia brasileira no período 1995-2009, não se observa um predomínio significativo das
exportações de produtos específicos, o que reflete uma pauta relativamente diversificada,
isto é, não concentrada em um ou poucos produtos, como no caso dos países ricos em
petróleo. Neste sentido, pode-se notar que as exportações de alimentos e minerais
(commodities), e de máquinas e material de transporte (manufaturados de alta tecnologia)
tiveram participações relativamente equivalentes no total exportado.
30
No grupo das commodities, destaca-se o aumento significativo de participação das
exportações de combustíveis no período recente. No grupo de baixa tecnologia, tanto os
artigos manufaturados classificados conforme o material (manufaturas de couro, borracha,
papel e papelão, madeiras, fios e tecidos, etc.) como os artigos manufaturados diversos
(móveis, vestuário e calçados, etc.) vêm perdendo participação nas exportações ao longo
do tempo. No setor de alta tecnologia, os produtos químicos tiveram uma participação
estável, enquanto as exportações dos artigos de alta tecnologia e de máquinas de transporte
foram favorecidas pela depreciação do Real. Este último setor, apesar da perda recente de
participação no total exportado, reflete um peso importante das exportações de aviões
(EMBRAER), equipamentos de telecomunicações e veículos automotores.
Tabela 4: Participação Média dos Grupos de Produtos no Total Importado pelo
Brasil (%)
Grupos de Produtos
Commodities
Alimentos e outras
Matérias-primas
Minerais e metais
Combustíveis
Manufaturados de baixa tecnologia
Artigos manufaturados conforme material
(manufaturas de couro, borracha, papel e
papelão, madeira, fios e tecidos, etc.)
Artigos manufaturados diversos (móveis,
vestuário e calçados, etc.)
Manufaturados de alta tecnologia
Produtos químicos e produtos conexos
Máquinas e material de transporte
Artigos manufaturados de alta tecnologia
(ópticos, medico-hospitalares e relojoaria)
1995-1998
30,86
9,64
2,93
6,72
11,57
10,25
1999-2002
28,42
6,40
1,98
6,40
13,65
6,97
2003-2009
32,55
4,86
1,76
8,39
17,69
6,73
5,20
2,62
4,01
5,05
4,35
2,72
58,76
15,67
39,98
64,61
18,84
42,34
60,72
20,02
37,26
3,11
3,43
3,44
Fonte: UN COMTRADE (2010), MDIC (2010)
Nota: Esta desagregação se baseia na classificação conforme os capítulos da CUCI utilizadas nos bancos de
dados do UN COMTRADE e do MDIC.
No que tange à composição das importações (tabela 4), os produtos de maior peso
relativo no total importado foram máquinas e material de transporte, e produtos químicos
(manufaturados de alta tecnologia), seguidos pelos combustíveis (commodities). Porém, os
dois últimos apresentaram um aumento contínuo da participação no total importado ao
longo do período, enquanto as importações de máquinas e material de transporte tiveram
importações maiores no sub-período de câmbio mais depreciado (1999-2002).
31
A possível perda de competitividade dos produtos exportados pela economia
brasileira pode ser avaliada por meio da análise dos preços e dos volumes exportados.
Nesta direção, a tabela 5 ilustra a evolução do quantum e dos preços das exportações
brasileiras totais e classificadas em commodities e produtos manufaturados totais
(equivalente à soma dos produtos de alta tecnologia e de baixa tecnologia).
Tabela 5: Taxa de Crescimento de Preços e Quantum das Exportações Brasileiras
Totais, de Commodities e de Produtos Manufaturados (%)
1996-98
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
Exportações Totais
Quantum
Preços
5,44
-1,99
7,72
-12,80
11,07
3,32
9,53
-3,45
8,63
-4,54
15,65
4,66
19,23
10,90
9,34
12,11
3,31
12,50
8,79
10,51
1,58
26,33
-2,88
-13,40
Commodities
Quantum
Preços
--------7,34
13,65
12,05
-3,15
8,20
2,01
8,34
8,95
19,30
22,74
3,53
15,00
7,27
12,59
9,14
12,74
1,70
31,33
-2,40
-25,86
Manufaturados
Quantum
Preços
--------5,31
1,00
-2,52
-0,04
17,11
-4,60
23,11
-0,60
25,12
5,99
4,58
10,99
1,69
12,36
2,59
8,40
-3,08
16,22
-17,73
-5,85
Fonte: FUNCEX (2010), MDIC (2010)
A decomposição do valor das exportações totais em preços e quantidades sinaliza
que o crescimento médio do quantum (9,2% a.a.) entre 1999-2002 foi mais elevado do que
o crescimento médio observado no período 1996-1998 (5,4% a.a.). Todavia, o baixo
desempenho do valor das exportações entre 1999-2002 se deve ao comportamento dos
preços das exportações, que tiveram um decréscimo médio de -4,4% a.a., e do
arrefecimento do comércio mundial, o que obscureceu o razoável desempenho do quantum
naquele período. Entre 2003-2009, tanto a aceleração do quantum (crescimento médio de
7,9% a.a.) quanto a recuperação dos preços (9,1% a.a.) favoreceram o melhor desempenho
das exportações em um contexto de aquecimento da demanda mundial. Especialmente no
biênio 2003-2004, o quantum exportado cresceu em média 17,4% a.a., refletindo os efeitos
da taxa de câmbio desvalorizada nos anos anteriores, de elevação dos preços das
exportações (7,8% a.a.), e da capacidade ociosa da estrutura produtiva, que permitiu uma
resposta rápida da oferta às condições de câmbio, preços e demanda externa favoráveis.
Nos anos seguintes, com a apreciação persistente da taxa de câmbio real, o quantum
32
exportado sofreu desaceleração, tendo crescido em média 5,7% a.a. entre 2005-2008, ao
passo que os preços continuaram evoluindo favoravelmente, aumentando 15,4% a.a., o que
permitiu sustentar o bom desempenho do valor das exportações. Em 2009, destaca-se que,
em função da crise internacional iniciada em 2008, os preços das exportações caíram 13,4% enquanto o quantum exportado sofreu uma retração de -2,9%.
A análise de preços e quantidades conforme o tipo de produto evidencia que os
primeiros anos desta década (2000-2002) contaram com taxas médias de crescimento das
quantidades exportadas de commodities (9,2% a.a.) e produtos manufaturados (6,6% a.a.)
superiores às taxas médias de crescimento dos preços (4,2% a.a. para commodities e -1,2%
a.a. para manufaturados). Porém, entre 2003 e 2008, os preços das commodities
aumentaram significativamente (17,2% a.a.), superando o crescimento do quantum de
commodities exportadas pelo país (8,2% a.a.), ao passo que os preços e o quantum de
manufaturados tiveram um crescimento médio equivalente (cerca de 9% a.a.) no mesmo
período. Cabe destacar que a crise internacional de 2008 afetou estes mercados de maneira
diferente: as commodities sofreram uma maior retração de preços (-25,9%) do que os
manufaturados (-5,9%), mas tiveram uma queda relativamente menor (-2,4%) da
quantidade exportada comparativamente ao outro tipo de produto (-17,7%) em 2009.
Portanto, a avaliação dos dados de preços e quantum (desconsiderando-se os efeitos
da crise internacional de 2008/2009) sugere que o desempenho do valor total das
exportações brasileiras no início da década de 2000 aparentemente foi condicionado pelos
resultados relacionados ao quantum exportado de manufaturados em resposta a uma taxa
de câmbio relativamente mais competitiva, ao passo que, a partir de meados da década, o
valor das exportações mostrou-se mais atrelado ao comportamento favorável de preços e
demanda das commodities no mercado internacional em meio a um contexto de apreciação
cambial.
O gráfico 9 mostra o comportamento das exportações brasileiras no período 19952008, de acordo com uma abordagem alternativa da composição da pauta de exportações
baseada no fator agregado. Nestes termos, as exportações são classificadas conforme a
maior ou menor quantidade de transformação (agregação de valor) que a mercadoria sofreu
durante o seu processo produtivo até a venda final, sendo definidas como produtos básicos,
semimanufaturados e manufaturados.3
3
Segundo a definição do MDIC, os produtos básicos correspondem aos produtos de baixo valor,
normalmente intensivos em recursos naturais e mão-de-obra, cuja cadeia produtiva é simples e sofre poucas
transformações (ex.: minério de ferro, grãos, agricultura, etc.). Os semimanufaturados envolvem os produtos
33
Os dados revelam o expressivo crescimento da participação dos produtos básicos na
pauta de exportações (13,3 p.p.), sendo que o percentual passou de 23,6% em 1995 para
36,9% em 2008. A participação deste tipo de produto apresentou movimento ascendente
desde 2001, com um salto de cerca de 25,4% de participação média nas exportações entre
1995-2001 para aproximadamente 31% entre 2002-2008. De outro lado, verifica-se uma
perda de participação nas exportações dos produtos manufaturados (-8,2 p.p.), de 55% em
1995 para 46,8% em 2008. Os produtos semimanufaturados também sofreram uma queda
de participação (-6 p.p.) no período, passando de 19,7% em 1995 para 13,7% em 2008. Por
conseguinte, conforme tal classificação, também se observa a ampliação da relevância dos
produtos com menor valor agregado na pauta de exportações brasileiras.
Gráfico 9: Exportações Brasileiras por Fator Agregado no Período 1995-2008
(% das Exportações Totais)
100%
90%
80%
70%
55,0 55,3 55,1 57,5 56,9 59,0 56,5 54,7 54,3 54,9 55,1 54,4 52,3
46,8
60%
50%
40%
30%
20%
10%
15,0 13,9 13,5 14,2 13,6
14,2 14,9
19,7 18,0 16,0 15,9 16,6
15,4
13,7
36,9
29,0 29,6 29,3 29,2 32,1
23,6 24,9 27,3 25,4 24,6 22,8 26,4 28,1
0%
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Básicos
Semimanufaturados
Manufaturados
Fonte: SECEX/DEPLA (2010)
A tabela 6 apresenta a evolução da participação das exportações brasileiras por
fator agregado de acordo com o comportamento da taxa de câmbio real ao longo do
período 1995-2008.
De fato, os produtos básicos ganharam aproximadamente 5,5 pontos percentuais de
participação no sub-período 2003-2008 em relação a 1999-2002. Este desempenho não se
justifica apenas pela elevação dos preços e do quantum exportado, mas, aparentemente, se
nota uma relação com a apreciação cambial e uma influência de fatores estruturais, tais
que passaram por alguma transformação (ex: suco de laranja congelado, couro, etc.). Os manufaturados
compreendem os produtos de maior tecnologia, com alto valor agregado (ex: televisor, chip de computador,
automóvel, programa de computador, etc.).
34
como o crescimento da produção e das exportações de petróleo em bruto, as vantagens
comparativas do país na produção de bens intensivos em recursos naturais, tais como
alimentos e minerais, e o aumento da demanda de economias emergentes por alimentos,
energia, minerais e produtos siderúrgicos utilizados no setor industrial.
Tabela 6: Evolução Média das Exportações Brasileiras por Fator Agregado (% das
Exportações Totais)
Produtos
Básicos
Semimanufaturados
Manufaturados
1995-1998
25,30
17,40
55,71
1999-2002
25,47
15,27
56,79
2003-2008
31,02
13,97
52,95
Fonte: SECEX/DEPLA (2010)
Por conseguinte, percebe-se que a conjuntura de apreciação da taxa de câmbio real
se mostrou negativamente correlacionada com a exportação de produtos industriais, sendo
que os produtos básicos se mostraram menos sensíveis à valorização da moeda nacional
em virtude das vantagens comparativas embutidas nestes produtos. Neste sentido, verificase que as exportações de manufaturados contaram com uma participação média de 56,8%
no sub-período 1999-2002 favorecidas por um nível de câmbio mais competitivo, mas o
contexto de moeda apreciada implicou uma queda da participação dos manufaturados para
52,9% entre 2003-2008.
Gráfico 10: Exportações Brasileiras dos Setores Industriais por Intensidade
Tecnológica (em % das Exportações Totais) no Período 1996-2009
100%
90%
16,4 19,6 19,4
18,2
36,0 32,3 31,6
32,9
16,6 18,0 19,4
19,9
20,0 20,5 21,9
24,1
31,9
30,5 28,4 27,9
27,1
80%
70%
60%
50%
40%
20,5 18,4 17,3
29,3 31,7
31,7
18,6
17,1 17,6
10%
0%
25,4
22,8 24,7
4,3
5,0
6,3
26,0
31,6
28,5
18,3
19,5 19,2 19,8
22,6
23,1 21,2
21,4
22,8
23,1 24,4 23,6
22,7
20,3
17,8
8,6
12,4 12,0
7,0
6,9
7,4
6,4
5,8
5,9
17,7
19,7
30%
20%
28,3
9,8
6,8
19,6
16,2
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Indústria de alta tecnologia
Indústria de média-alta tecnologia
Indústria de média-baixa tecnologia
Indústria de baixa tecnologia
Produtos não industriais
Fonte: SECEX/MDIC (2010)
35
O gráfico 10 apresenta outra abordagem para a análise da diversificação da pauta
exportadora a partir de uma classificação que distingue as vendas externas de produtos
industrializados por setores segundo seu grau de intensidade tecnológica.
Neste caso, verifica-se que as exportações de produtos não industriais aumentaram
sua participação em 15,2 p.p. entre 1996 e 2009, ao passo que os setores exportadores de
bens de baixa intensidade tecnológica enfrentaram uma retração de -7,5 p.p. na
participação nas exportações totais. Os setores de média-baixa e média-alta tecnologia
também tiveram retrações de -4,3 p.p. e de -5 p.p., respectivamente, no período. Por fim, o
setor exportador de bens de alta tecnologia aumentou ligeiramente sua participação em 1,6
p.p. no período considerado, mas ainda conta com uma participação relativamente pequena
no total exportado pela economia quando comparado aos demais setores.
A seguir, a tabela 7 mostra o desempenho médio dos setores que compõem as
exportações brasileiras segundo o grau de intensidade tecnológica em consonância com os
movimentos do câmbio real no período 1996-2009.
Tabela 7: Exportações Brasileiras dos Setores Industriais por Intensidade
Tecnológica (em % das Exportações Totais)
Produtos industriais
Indústria de alta tecnologia
Aeronáutica e aeroespacial
Farmacêutica
Material de escritório e informática
Equipamentos de rádio, TV e comunicação
Instrumentos médicos de ótica e precisão
Indústria de média-alta tecnologia
Máquinas e equipamentos elétricos n. e.
Veículos automotores, reboques e semi-reboques
Produtos químicos, excl. farmacêuticos
Equip. para ferrovia e material de transporte n. e.
Máquinas e equipamentos mecânicos n. e.
Indústria de média-baixa tecnologia
Construção e reparação naval
Borracha e produtos plásticos
Produtos de petróleo refinado e outros combustíveis
Outros produtos minerais não-metálicos
Produtos metálicos
Indústria de baixa tecnologia
Produtos manufaturados n.e. e bens reciclados
Madeira e seus produtos, papel e celulose
Alimentos, bebidas e tabaco
Têxteis, couro e calçados
Produtos não industriais
1996-1998
81,53
5,19
1,87
0,74
0,69
1,44
0,45
24,32
1,66
10,02
6,09
0,13
6,42
18,75
0,34
1,76
1,81
1,46
13,38
33,27
1,45
6,11
18,97
6,75
18,47
1999-2002
81,97
10,71
5,46
0,77
0,73
3,10
0,64
22,10
1,64
9,36
5,49
0,20
5,41
17,77
0,03
1,67
3,29
1,52
11,26
31,40
1,56
6,86
16,78
6,20
18,03
2003-2009
68,41
5,9
3,0
1,0
0,10
1,3
0,5
17,8
2,0
6,1
4,9
0,2
4,6
16,2
0,1
1,5
3,8
1,0
9,8
28,5
0,9
4,4
20,7
2,5
31,6
Fonte: SECEX/MDIC (2010)
36
Pode-se observar que os produtos não industriais foram favorecidos com
participações maiores nos sub-períodos relacionados à apreciação da moeda brasileira
(1996-1998) e (2003-2009). Este aumento foi estimulado pela expansão das exportações de
petróleo bruto e carvão e da extração de minerais, que compensou a queda relativa de
outros produtos, tais como alimentos brutos.
Em contraposição, a indústria de alta tecnologia contou com uma participação
média nas exportações superior no sub-período caracterizado pelo câmbio mais
competitivo (1999-2002). Neste setor, destacam-se as exportações de produtos
aeronáuticos e aeroespaciais, que responderam por uma proporção relativa maior dos bens
de alta tecnologia, porém os demais setores (exceto farmacêuticos) que compõem este item
apresentaram participações mais elevadas nas exportações entre 1999 e 2002.
Já as exportações de bens de média-alta intensidade tecnológica perderam
participação ao longo do tempo. Tal comportamento foi acompanhado pelos resultados das
exportações de veículos automotores, produtos químicos, e máquinas e equipamentos
mecânicos, sendo que apenas o setor de máquinas e equipamentos elétricos ganhou ligeira
participação nas exportações ao longo do período.
As exportações de baixa-média tecnologia também perderam participação na pauta
exportadora em função da retração dos produtos metálicos e não-metálicos, e borracha e
plástico, embora contrabalançado pela participação crescente de petróleo e derivados.
Por fim, os produtos industriais de baixa tecnologia tiveram uma retração contínua
da participação na pauta de exportações, explicada, em grande parte, pela perda de
participação dos produtos têxteis, couro, calçados, e produtos de madeira, papel e celulose.
Os produtos alimentícios ganharam participação ao longo do período, sendo que estes
contaram com um desempenho médio melhor nos sub-períodos de moeda apreciada.
Em suma, a análise da pauta de comércio internacional no período 1995-2009
aponta algumas evidências sugestivas de doença holandesa no Brasil, tendo em vista os
rastros de uma especialização das exportações em produtos intensivos em recursos
naturais. Este argumento se baseia na observação de que a apreciação do câmbio real no
período recente (2003-2009) tem sido acompanhada pela elevação da participação das
exportações de commodities (produtos pouco elaborados) e por uma redução relativa da
participação dos produtos manufaturados de baixa tecnologia (grau de elaboração
intermediária) e alta tecnologia (maior grau de elaboração). Entretanto, há que realizar uma
investigação que permita captar indicativos mais robustos de doença holandesa no país, no
37
sentido de se verificar a existência de uma relação negativa entre as exportações de
commodities e a taxa de câmbio real, e quais os possíveis impactos dessa relação sobre o
crescimento da economia brasileira no período recente.
4. Investigação Empírica sobre Exportações de Commodities, Taxa de Câmbio Real e
Crescimento Econômico a partir da Metodologia de Vetores Auto-Regressivos
(VAR)
Este ensaio utiliza a metodologia de Vetores Auto-Regressivos (VAR) para a
estimação de modelos empíricos que permitam a obtenção de evidências capazes de
esclarecer sobre a hipótese de doença holandesa no Brasil ao longo do período 1995-2009
nos seguintes termos: i) verificar a existência de uma relação (negativa) entre as
exportações de commodities e o comportamento da taxa de câmbio real, e ii) avaliar a
importância relativa das exportações de commodities para explicar o crescimento
econômico brasileiro.
4.1. Metodologia, Fonte de Dados e Descrição dos Modelos Estimados
A metodologia VAR é comumente utilizada para a construção de sistemas de
previsão de séries temporais inter-relacionadas e para a análise dos impactos dinâmicos dos
distúrbios aleatórios sobre o sistema de variáveis que compõem o modelo. Para isso, o
procedimento VAR trata todas as variáveis analisadas como endógenas, formando um
sistema de equações estimadas por Mínimos Quadrados Ordinários (MQO), em que o valor
de cada variável é expresso como uma função linear dos valores defasados dela mesma e
de todas as outras variáveis incluídas no modelo.
Tal metodologia se mostra útil para a averiguação das interações propostas por este
ensaio, na medida em que possibilita a análise das relações dinâmicas entre as variáveis
endógenas consideradas, sem a necessidade de se definir a priori a ordem de determinação
e a causalidade entre elas. Sendo assim, a metodologia VAR torna possível a investigação
da interação de algumas variáveis explicativas do crescimento econômico brasileiro e da
taxa de câmbio real relacionadas à dinâmica do comércio de commodities, sem que se
assuma previamente uma relação causal entre as variáveis que compõem os modelos.
Tendo em vista que os coeficientes das matrizes do VAR são difíceis de serem
diretamente interpretados, uma análise mais detalhada das estimações do VAR é
38
comumente realizada através de funções daqueles sistemas, quais sejam: Análise de
Decomposição de Variância dos Erros de Previsão (ADV) e Funções de Resposta aos
Impulsos (FIR). A ADV informa a proporção (em %) dos movimentos de uma variável que
é devida aos seus próprios choques e aos choques dos erros de previsão das outras
variáveis do VAR. A FIR traça o efeito de um choque no tempo t dos termos de erro de
uma variável particular sobre os valores correntes e futuros das variáveis do VAR,
mantendo-se todos os outros choques constantes, tendo em vista que um choque para uma
variável yt qualquer afeta essa mesma variável e é transmitido para todas as variáveis
endógenas através da estrutura dinâmica do VAR (Stock e Watson, 2001; Enders, 2004).
A estimação dos modelos VAR propostos envolve a utilização de dados trimestrais
referentes ao período 1999-T3 a 2009-T2 obtidos junto às estatísticas do Banco Central do
Brasil (BCB), Ministério do Desenvolvimento, Indústria e Comércio Exterior (MDIC), do
Fundo Monetário Internacional (IFS-CDROM) e do banco de dados do Instituto de
Pesquisa em Economia Aplicada (IPEADATA).
A justificativa para a delimitação do período de análise decorre da dificuldade de se
obter informações em periodicidade mensal ou trimestral quanto às variáveis de comércio
internacional brasileiro (exportações de commodities) para períodos anteriores a 1999.
Porém, considera-se que o período selecionado se mostra razoavelmente adequado para a
estimação dos modelos considerados, tendo em vista que o mesmo é caracterizado pela
adoção do regime de câmbio flexível na economia brasileira, sendo que, a partir de 2003, é
que se verifica um movimento mais significativo de apreciação da taxa de câmbio real
acompanhado por um crescimento contínuo das exportações brasileiras, o que pode ser
considerado como indicativo de doença holandesa.4
As variáveis utilizadas nas estimações são:5

TCPIB = Taxa de crescimento do PIB nominal brasileiro

TCREF = Índice da taxa de câmbio real efetiva brasileira

IPCOM = Índice de preços de commodities

IPCOMi = Índice de preços de commodities específicas, sendo i = alimentos, matériasprimas, minerais e combustíveis

XCOM = Participação das exportações de commodities nas exportações totais
4
Embora a economia brasileira também tenha vivenciado uma taxa de câmbio real sobrevalorizada no
período 1995-1998, pode-se atrelar tal fato às diretrizes da política monetária adotada pelas autoridades
brasileiras, que se basearam na ancoragem cambial para o controle do processo inflacionário.
5
O Quadro I.2 do Anexo I apresenta uma descrição mais completa destas variáveis.
39

XCOMi = Participação das exportações de commodities específicas nas exportações
totais, sendo i = alimentos, matérias-primas, minerais/metais e combustíveis

YE = Taxa de crescimento do PIB nominal americano como proxy da demanda externa
Os modelos estimados neste trabalho se encontram fundamentados na equação
básica de determinação do produto nacional, expressa a seguir:
Y  C  I  G  (X  M )
(eq. 1)
Onde:
Y = Produto nacional
C = Consumo agregado
I = Investimento agregado
G = Gastos do governo
(X – M) = Exportações líquidas
A partir da equação de determinação do produto nacional, os modelos VAR
considerados tomam como suposto que os impactos do consumo, investimento, gastos do
governo e importações sobre o produto nacional são exógenos, isto é, permanecem
constantes (inalterados) ao longo do período estudado. Assim, o intuito dos modelos VAR
consiste em captar os efeitos das exportações de commodities e de alguns de seus fatores
determinantes (preços, câmbio e demanda externa) sobre o crescimento do produto
brasileiro.
A investigação será efetivada por meio da estimação dos seguintes modelos:
i)
Modelo geral = VAR: TCPIB, XCOM, TCREF, IPCOM, YE
O objetivo deste modelo é identificar relações entre a taxa de crescimento do PIB
brasileiro, a taxa de câmbio real e as exportações totais de commodities, considerando
também os efeitos determinados pelo índice de preços das commodities e pela demanda
externa no período pós-flexibilização cambial (1999-2009).
40
ii)
Modelos por tipo de commodity = VAR: TCPIB, XCOMi, TCREF, IPCOMi, YE
Neste caso, o objetivo é investigar se existem impactos diferentes quando são
considerados os diversos tipos de commodities exportadas pela economia brasileira,
buscando, desta forma, avaliar a contribuição de cada commodity específica (alimentos,
matérias-primas, minerais e energéticas) sobre o comportamento do crescimento
econômico e da taxa de câmbio real.
4.2. Análise dos Resultados
4.2.1. Testes de Estacionariedade e Seleção dos Modelos VAR
A estimação dos modelos VAR pressupõe a realização dos testes de
estacionariedade das séries. Quando as séries são estacionárias, algumas características das
mesmas permanecem constantes ao longo do tempo. Isto significa que os choques em
séries estacionárias são necessariamente temporários, ou seja, os efeitos dos choques são
dissipados ao longo do tempo e as séries se mostram reversíveis para o nível médio de
longo prazo (Bueno, 2008).
O diagnóstico da estacionariedade das séries utilizadas neste ensaio foi baseado na
aplicação dos Testes Augmented Dickey-Fuller (ADF) e Phillips-Perron, os quais se
prestam à identificação de raiz unitária quando o termo de erro não é ruído branco. A
tabela 8, a seguir, apresenta uma síntese dos resultados destes testes, sendo que os
resultados completos estão expostos, respectivamente, nas tabelas I.1 e I.2 no Anexo I.
Sabendo que a hipótese nula dos testes ADF e Phillips-Perron se refere à existência
de raiz unitária, os resultados indicaram que as variáveis taxa de câmbio real efetiva
(TCREF) e preços de commodities totais (IPCOM) e específicas (IPAL, IPMP, IPMIN e
IPE) se tornaram estacionárias quando tomadas em primeira diferença. Nestes termos, tais
variáveis são ditas integradas de ordem 1 [I(1)]. De outro lado, os testes indicaram que as
variáveis exportações totais de commodities (XCOM), minerais (XMIN) e energia (XE)
podem ser consideradas integradas de ordem 0 [I(0)].
Os testes ADF e Phillips-Perron tiveram algumas divergências quanto à ordem de
integração das variáveis exportações de alimentos (XAL) e matérias-primas (XMP) e das
taxas de crescimento do PIB brasileiro (TCPIB) e do PIB americano (YE). Tendo em vista
que as variáveis de exportações são medidas pela participação das mesmas em relação ao
41
total exportado pela economia, tais variáveis têm um limite de variação (entre 0 e 100%).
Sendo assim, optou-se por considerá-las I(0). Da mesma forma, as variáveis TCPIB e YE
envolvem medidas de taxa de crescimento do PIB brasileiro e americano, respectivamente,
portanto, é convencional que as mesmas sejam consideradas I(0).
Tabela 8: Síntese dos Resultados da Ordem de Integração das Séries
Variável
Taxa de crescimento do PIB (TCPIB)
Taxa de câmbio real efetiva (TCREF)
Preços de commodities totais (IPCOM)
Preços de alimentos (IPAL)
Preços de matérias-primas (IPMP)
Preços de minerais (IPMIN)
Preços de energia (IPE)
Exportações de commodities totais (XCOM)
Exportações de alimentos (XAL)
Exportações de matérias-primas (XMP)
Exportações de minerais (XMIN)
Exportações de energia (XE)
Taxa de crescimento do PIB EUA (YE)
ADF
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(0)
I(1)
I(1)
I(0)
I(0)
I(1)
Phillips-Perron
I(0)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(0)
I(0)
I(0)
I(0)
I(0)
I(0)
Fonte: Elaboração própria a partir dos resultados dos testes ADF e Phillips-Perron.
I(1) = série integrada de ordem 1
I(0) = série integrada de ordem 0
A partir dos resultados dos testes de raiz unitária, procedeu-se à especificação e
escolha das defasagens dos modelos VAR, cujos resultados encontram-se expostos na
tabela 9, na sequência.
Tabela 9: Escolha das Defasagens do VAR conforme o Critério de Schwarz
Sistemas
Defasagens
1
2
3
4
4
3
2
1
Commodities
Totais
28.91354
29.41510
28.21300*
29.38438
Alimentos
28.27779
27.25422
27.49802
27.07132*
Modelos
MatériasPrimas
26.66905
26.25519
25.41364*
25.70783
Minerais
Energia
29.63751
29.17238
28.80062
27.87921*
29.15155
29.25653
29.03631
28.93270*
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
(*) Indica a defasagem selecionada pelo critério de Schwarz.
Todos os modelos VAR foram estimados utilizando-se, inicialmente, quatro
defasagens, as quais foram sendo reduzidas gradualmente a fim de verificar qual
42
defasagem era mais adequada em explicar o modelo em questão. A escolha dos modelos
mais adequados foi realizada tomando-se por base os valores mais baixos apresentados
pelo critério de informação de Schwarz. 6
Procedendo desta forma, para o modelo de commodities totais e para o modelo que
envolve as matérias-primas foram escolhidos os sistemas VAR com duas defasagens,
representado por VAR (2), ao passo que, para os modelos que relacionam as commodities
alimentícias, minerais e energéticas, os sistemas que apresentaram os menores valores para
o critério Schwarz foram aqueles com apenas uma defasagem, sendo, portanto, utilizadas
as representações VAR (1).
Cumpre destacar que testes de diagnósticos de resíduos foram efetuados para
confirmar a real defasagem dos modelos, sendo que os resultados destes testes
corroboraram as defasagens sugeridas pelo critério de Schwarz.
4.2.2. Resultados das Funções de Resposta aos Impulsos e da Análise de
Decomposição de Variância
De acordo com os propósitos deste ensaio, a estimação das funções de resposta aos
impulsos e a análise de decomposição de variância dos erros de previsão envolvem a
avaliação de uma possível evidência sobre doença holandesa no Brasil por meio da
percepção de três efeitos principais:
I)
Importância de XCOMi sobre DTCREF: efeito direto da mudança das exportações de
commodities (totais e específicas) sobre a taxa de câmbio real efetiva. Esta análise
consiste na investigação do efeito sobre o lado real da doença holandesa, com impacto
sobre a apreciação da taxa de câmbio real.
II) Importância de DIPCOMi sobre a DTCREF: efeito indireto em um contexto onde os
preços internacionais mais altos das commodities estimulam as exportações deste tipo
de produto em países ricos em recursos naturais (altera o preço relativo de bens
comercializáveis e não-comercializáveis). Este seria o lado nominal (choque exógeno
6
Os resultados de seleção do VAR segundo outros critérios de informação (Log-likelihood e Akaike) estão
apresentados na tabela I.3 do Anexo I. Uma vez que houve divergências entre os resultados produzidos pelos
vários critérios de informação, optou-se por escolher critério de Schwarz, considerando que, segundo Enders
(2004), o mesmo possui propriedades superiores em relação aos demais critérios e sempre seleciona um
modelo mais parcimonioso do que o critério de Akaike, que tende a ser viesado para escolher um modelo
mais superparametrizado.
43
via preços internacionais das commodities) da doença holandesa, com impacto sobre a
apreciação da taxa de câmbio real efetiva.
III) Importância de XCOMi sobre TCPIB: efeito das alterações das exportações de
commodities sobre o desempenho da economia, sinalizando um efeito perverso, dado o
incentivo para a migração de recursos para os setores intensivos em recursos naturais
(em que vigoram vantagens comparativas) em detrimento dos outros setores
(intensivos em tecnologia), que são mais dinâmicos e que teriam maior capacidade de
estimular a taxa de crescimento do PIB.
Cabe aqui fazer uma ressalva sobre as limitações dos modelos propostos,
especialmente na averiguação do Efeito III, pois é difícil entender as mudanças no
crescimento do PIB com um modelo que desconsidera outras variáveis relevantes, tais
como capital humano, tecnologia, inflação (disciplina macro), gastos do governo
(austeridade fiscal), dentre outras. Porém, destaca-se que o objetivo deste ensaio não é
entender os determinantes do crescimento do PIB brasileiro, mas sim verificar a
importância relativa das exportações de commodities sobre o comportamento da taxa de
câmbio real e da taxa de crescimento da economia em um ambiente de flutuação cambial.
i) Análise das Funções de Resposta aos Impulsos:
A estimação das funções de respostas aos impulsos (FIR) tem como intuito
averiguar a direção dos efeitos de uma inovação (choques) no tempo t dos termos de erro
de uma variável particular sobre os valores das demais variáveis que compõem a estrutura
endógena do VAR (Stock e Watson, 2001).
Sabendo que as FIR são sensíveis em relação à ordem das variáveis inseridas no
VAR, optou-se por estimar a Generalized Impulse-Response Function (GIR), ou seja, as
funções de resposta aos impulsos generalizadas (simples), pois, neste caso, os resultados
não são afetados pela ordenação das variáveis nos sistemas. 7
Levando em conta que o objetivo principal deste ensaio é investigar a hipótese de
doença holandesa em termos da relação entre exportações de commodities e apreciação
cambial, e o papel das commodities para o crescimento econômico brasileiro, as figuras 1,
2 e 3, exibidas na sequência, apresentam os resultados da GIR relacionados às respostas do
7
Para maiores informações, ver Pesaran and Shin (1998).
44
câmbio em relação às exportações (Efeito I) e aos preços de commodities (Efeito II), e as
respostas da taxa de crescimento do PIB às exportações de commodities (Efeito III). Os
demais resultados da GIR estão sistematizados nas figuras I.1 a I.5 (Anexo I).
Figura 1: Resposta da Taxa de Câmbio Real Efetiva aos Choques das Exportações de
Commodities (Efeito I)
Fonte: Resultados do Eviews 5.1.
As funções de resposta do câmbio em relação aos choques das exportações de
commodities (Efeito I) indicam que a taxa de câmbio real responde de forma inversa aos
choques das exportações totais de commodities, com efeitos que duram até o terceiro
período (trimestre). Tal resultado sugere que a elevação da participação das commodities
totais nas exportações implica uma resposta de apreciação da taxa de câmbio real efetiva, o
que fornece uma evidência favorável à hipótese da doença holandesa no Brasil.
As respostas da taxa de câmbio real aos choques das exportações de commodities
específicas revelam que as variações das exportações de alimentos afetam negativamente a
taxa de câmbio real efetiva até o terceiro trimestre, sendo que após tal período o câmbio
real volta a depreciar, mas se estabiliza em um patamar inferior (mais apreciado) do que no
início da análise. A taxa de câmbio real também responde negativamente aos choques das
exportações de matérias-primas e das commodities energéticas, porém com atraso de um
período (trimestre). Tal efeito é de curta duração (dois trimestres) para as matérias-primas,
45
mas no modelo de commodities energéticas, o câmbio se estabiliza em patamares mais
apreciados ao longo do tempo. Apenas os choques das exportações de minerais afetam de
forma positiva a taxa de câmbio real, sendo tais efeitos mais duradouros e subsidiando uma
taxa de câmbio real superior (depreciada) em relação ao seu nível inicial. Portanto, estas
evidências preliminares sugerem que uma elevação das exportações das commodities
(exceto minerais) contribui para o movimento de apreciação cambial, embora com uma
resposta atrasada no tempo.
Figura 2: Resposta da Taxa de Câmbio Real Efetiva aos Choques dos Preços das
Commodities (Efeito II)
Fonte: Resultados do Eviews 5.1.
Quanto aos impactos dos preços internacionais das commodities sobre o câmbio
(Efeito II), pode-se notar que os choques dos preços totais das commodities afetam de
forma positiva a taxa de câmbio real, porém tal efeito é pouco duradouro (dois trimestres),
e a taxa de câmbio real passa a responder de maneira negativa e se mantém em níveis mais
apreciados entre o terceiro e o sexto trimestre. Isto significa que o aumento dos preços
totais das commodities implica em apreciação cambial após certa defasagem temporal.
A taxa de câmbio real efetiva também responde inicialmente de maneira positiva
aos choques dos preços das matérias-primas, mas é afetada negativamente por tal variável
entre o terceiro e quinto trimestre. Os choques dos preços dos alimentos provocam uma
46
resposta inicial positiva da taxa de câmbio real, mas esta volta a apreciar a partir do
terceiro trimestre, com efeitos duradouros no tempo. Da mesma forma, os choques dos
preços das commodities energéticas causam uma depreciação inicial do câmbio real, mas a
partir do segundo trimestre, o câmbio volta a se apreciar, se mantendo em um patamar
superior (depreciado) quando comparado ao nível inicial de análise. De outro lado,
observa-se que os choques dos preços de minerais implicam uma depreciação da taxa de
câmbio real efetiva no primeiro trimestre, que se mantém ao longo do período de análise.
Figura 3: Resposta da Taxa de Crescimento do PIB Brasileiro aos Choques das
Exportações de Commodities (Efeito III)
Fonte: Resultados do Eviews 5.1.
As respostas da taxa de crescimento do PIB às mudanças das exportações de
commodities (Efeito III) revelam que o crescimento da economia brasileira responde de
forma levemente positiva aos choques das exportações de commodities totais no primeiro
trimestre, mas passa a responder negativamente a tais choques a partir do segundo
trimestre, sendo que este efeito é mais forte e visível até o terceiro trimestre. A partir daí,
movimentos das exportações de commodities levam a oscilações do crescimento da
economia ao longo do tempo. Tais resultados são semelhantes aos observados quanto aos
choques das exportações de matérias-primas e minerais sobre o crescimento econômico. Já
os choques das exportações de alimentos e de energia afetam a taxa de crescimento do PIB
47
negativamente no curto prazo, embora tais efeitos sejam rapidamente revertidos. Portanto,
é possível abstrair que uma maior participação das exportações de commodities contribui
para uma menor taxa de crescimento da economia, embora tais efeitos sejam perceptíveis
com alguma defasagem temporal (matérias-primas e minerais) e/ou tenham pouca duração
no tempo (alimentos e commodities energéticas).
A avaliação mais completa das GIR (figuras I.1 a 1.5 no Anexo I) indica que, em
todos os modelos, a taxa de crescimento do PIB foi afetada positivamente pelos choques de
demanda externa, porém tais efeitos se mostram de curta duração. Por outro lado, os
choques cambiais influenciam a taxa de crescimento econômico de forma negativa, mas
este efeito é rapidamente revertido a partir do segundo trimestre. Em outras palavras, uma
depreciação da taxa de câmbio real efetiva parece beneficiar o desempenho econômico
com alguma defasagem temporal. Apenas no modelo que relaciona as matérias-primas,
uma taxa de câmbio real efetiva mais depreciada parece beneficiar desde o primeiro
trimestre (com efeitos até o quarto trimestre) a taxa de crescimento da economia. Tais
evidências preliminares parecem corroborar a literatura que sugere a importância de uma
taxa de câmbio mais depreciada para estimular o crescimento econômico.
As GIR também permitem obter algumas indicações sobre os fatores explicativos
do desempenho das exportações brasileiras de commodities. Neste caso, pode-se notar que
as exportações totais de commodities respondem negativamente aos choques da demanda
externa. No entanto, as exportações de alimentos, minerais e matérias-primas respondem
positivamente aos choques de demanda externa com algum atraso temporal, ao passo que
as exportações de commodities energéticas parecem não responder aos choques da
demanda externa. Disto, verifica-se alguma importância de fatores relacionados à demanda
mundial para explicar o comportamento das exportações destes bens.
As exportações totais de commodities inicialmente não se mostram sensíveis às
mudanças nos preços destes produtos, mas passam a responder negativamente às alterações
de preços a partir do terceiro trimestre. Todavia, os choques de preços de alimentos,
matérias-primas e minerais parecem afetar de forma positiva as exportações destas
commodities depois de algum tempo. Apenas as commodities energéticas respondem de
modo imediato e positivo aos choques de preços de energia no mercado internacional.
Por último, as exportações de commodities totais respondem de maneira positiva às
mudanças no câmbio real. Porém, quando se desagrega as exportações de commodities por
tipo de produto, são obtidas evidências de que as exportações de alimentos respondem
negativamente aos choques da taxa de câmbio real, com efeitos duradouros no tempo. As
48
commodities energéticas também respondem de maneira negativa aos choques cambiais,
mas esta resposta dura apenas um período (trimestre). De outro lado, os choques cambiais
demoram um pouco para afetar de forma negativa as exportações de minerais (segundo
trimestre) e matérias-primas (quarto trimestre). Sendo assim, é possível abstrair que uma
apreciação da taxa de câmbio real estimula uma especialização das exportações em
alimentos, minerais e matérias-primas, embora este resultado seja observado com alguma
defasagem temporal.
ii) Análise da Decomposição de Variância:
Sabendo-se que a sequência das variáveis inseridas no VAR pode influenciar na
obtenção dos resultados da análise de decomposição de variância (ADV), este trabalho se
valeu da realização do teste de causalidade e exogeneidade de Granger/Block como uma
melhor aproximação para definir um ordenamento estatisticamente consistente das
variáveis no VAR. Este teste calcula a significância conjunta de cada variável endógena
defasada para cada equação do VAR, além de fornecer a significância conjunta (linha Total
da tabela) de todas as variáveis endógenas defasadas para cada uma das equações. Desta
forma, a ordenação das variáveis no VAR foi efetivada com base na estatística qui2
quadrado (  ), sendo que as variáveis mais exógenas possuem valores menores para esta
estatística, enquanto as mais endógenas possuem valores maiores.
As tabelas I.4 a I.8 (Anexo I) sistematizam os resultados do teste de causalidade e
exogeneidade de Granger/Block. Conforme as informações das tabelas, para efeitos da
Ordenação de Cholesky, foi estabelecida a seguinte ordenação das variáveis no VAR (das
mais endógenas para as mais exógenas):
i)
Modelo geral = XCOM TCPIB YE DTCREF DIPCOM
ii)
Modelos específicos:
 Alimentos = TCPIB DTCREF XAL YE DIPAL
 Matérias-Primas = TCPIB DTCREF XMP DIPMP YE
 Minerais = XMIN TCPIB YE DIPMIN DTCREF
 Energia = TCPIB YE XE DIPE DTCREF
49
A partir da especificação dos modelos VAR, procedeu-se à estimação da ADV. As
tabelas I.9 a I.13 (Anexo I) apresentam os resultados obtidos para este teste conforme os
diversos modelos VAR estimados.
Com relação ao Efeito I, as evidências indicam que as variações das exportações de
commodities totais (modelo geral) explicam 7,5% das variações da taxa de câmbio real
efetiva, o que sugere uma importância não desprezível das commodities para a explicação
do comportamento cambial. Quando se analisa os efeitos das exportações dos diversos
tipos de commodities (modelos específicos), obtém-se que as variações das exportações de
matérias-primas tiveram maior peso (21,9%) para explicar as mudanças da taxa de câmbio
real efetiva quando comparado aos resultados encontrados para as exportações de
alimentos (12,6%), minerais (4,1%), e, por último, combustíveis (2,2%) nos seus
respectivos modelos.
Quanto ao Efeito II, os resultados do modelo geral sugerem que as alterações dos
preços internacionais das commodities totais explicam 19,2% dos movimentos da taxa de
câmbio real efetiva. Também se observa que, para os modelos específicos, os choques dos
preços das matérias-primas tiveram um papel mais expressivo (23,9%) para explicar as
alterações cambiais, seguidos pelos preços das commodities energéticas (13,2%), minerais
(7,4%) e alimentos (5,9%).
Tais resultados aliados às evidências obtidas pelas funções de resposta aos impulsos
podem ser considerados indicativos de doença holandesa no Brasil, dado que a importância
conjunta das exportações de commodities totais e dos preços das mesmas no mercado
internacional explica cerca de 27% das variações da taxa de câmbio real efetiva no período
1999-2009, sendo verificado um impacto negativo das exportações de commodities sobre a
mudança da taxa de câmbio real efetiva.
Sobre o Efeito III, os resultados para o modelo geral, levando em conta as possíveis
limitações do modelo, indicam que os choques das exportações de commodities tiveram
uma importância significativa (20,8%) para explicar as variações da taxa de crescimento
do PIB. Além disso, a análise dos efeitos das exportações desagregadas de commodities
sugere um papel mais expressivo dos choques das matérias-primas (46,7%) nas alterações
do crescimento econômico brasileiro, sendo que as demais commodities tiveram uma
contribuição relativa menos significativa para explicar o desempenho do PIB em seus
respectivos modelos: minerais (3,6%), energéticas (2,5%) e alimentos (1,2%).
Em linhas gerais, estas evidências preliminares também são sugestivas de que a
especialização das exportações em bens intensivos em recursos naturais se mostra
50
importante para esclarecer o desempenho da economia brasileira nos últimos anos. Este
resultado pode ser comparado com o caso de outras economias emergentes, como a China,
que vem se destacando recentemente, dentre outras coisas, por uma mudança do padrão de
especialização exportadora na direção de produtos de conteúdo tecnológico sofisticado.
Levando em conta que o impacto das exportações de commodities sobre a taxa de
crescimento do PIB através das funções de resposta aos impulsos foi negativo (embora este
efeito seja observado com alguma defasagem temporal), estas evidências preliminares
contribuem para o argumento de que a especialização das exportações em commodities
pode estar prejudicando o crescimento econômico (“maldição” dos recursos naturais).
Adicionalmente, os resultados da ADV permitem obter algumas indicações sobre
os fatores explicativos do comportamento das exportações brasileiras de commodities.
Nesta direção, verifica-se um papel bastante expressivo das alterações da demanda externa
(45%) para explicar as mudanças das exportações de commodities totais (modelo geral),
enquanto as variações dos preços internacionais e da taxa de câmbio real efetiva se
mostram menos significativas, explicando, respectivamente, 2,2% e 1,1% das mudanças de
participação das commodities no total exportado pela economia.
No que se refere às commodities específicas, obtém-se que os choques da demanda
externa são importantes para elucidar o comportamento das exportações de alimentos
(11,6%) e matérias-primas (4,3%). As variações da taxa de câmbio real efetiva tiveram um
papel significativo para explicar o desempenho das exportações de alimentos (20,8%),
matérias-primas (8,6%) e minerais (6,9%). Além disso, nota-se que as oscilações dos
preços internacionais das commodities são mais relevantes para explicar o comportamento
das exportações de produtos energéticos (13,2%) e das matérias-primas (12,6%), sendo
relativamente menos expressivas para explicar a dinâmica das exportações de minerais
(4,2%) e alimentos (1,7%).
5. Considerações Finais
A importância do perfil da estrutura produtiva e exportadora das economias
especializadas em produtos intensivos em recursos naturais tem sido bastante discutida
pela literatura econômica, tendo em vista os efeitos destes produtos sobre o
comportamento da taxa de câmbio real e do crescimento econômico. Nestes termos, alguns
estudos argumentam que as exportações de commodities, isto é, de produtos intensivos em
recursos naturais em bruto e/ou com baixo grau de processamento industrial, nos quais os
51
países possuem vantagens comparativas, causam uma apreciação da taxa de câmbio real, o
que, por sua vez, acaba prejudicando o desenvolvimento dos setores produtores de bens
manufaturados, que perdem competitividade no cenário internacional em virtude do
câmbio apreciado. Em consequência, a concentração das exportações em commodities
colabora para a obtenção de menores taxas de crescimento econômico no longo prazo, em
virtude do menor conteúdo tecnológico e do baixo valor agregado destes bens quando
comparados aos produtos industriais. Neste sentido, alguns trabalhos encontram evidências
de que países ricos em recursos naturais possuem menores taxas de crescimento econômico
no longo prazo (“maldição” dos recursos naturais). Para resolver este dilema, vários
autores propõem a sustentação das taxas de câmbio reais em patamares mais competitivos
para estimular as exportações dos produtos manufaturados, além da adoção de
medidas/instrumentos que visem alterar o perfil das exportações na direção de produtos de
maior conteúdo tecnológico se o escopo das economias consiste em obter taxas de
crescimento do produto mais elevadas e sustentadas no longo prazo.
A análise dos dados de comércio exterior da economia brasileira empreendida neste
ensaio revelou que, quando se compara o sub-período 1999-2002, em que a taxa de câmbio
real se manteve em patamares mais depreciados, com os sub-períodos 1995-1998 e 20032009, caracterizados pela apreciação cambial, a maior participação das commodities no
total exportado se mostrou vinculada ao câmbio apreciado, enquanto os produtos
manufaturados parecem mais dependentes de uma taxa de câmbio depreciada para terem
suas exportações alavancadas.
As evidências indicam um aumento não desprezível da participação das
exportações de commodities no total exportado pelo país, ao passo que os produtos
manufaturados de baixa e alta tecnologia tiveram uma perda de participação não
desprezível nas exportações totais ao longo do período 1995-2009. Tais indícios sugerem
que os produtos intensivos em recursos naturais ainda são preponderantes na determinação
dos resultados comerciais da economia brasileira, embora a observação das parcelas das
exportações em níveis mais desagregados permita ressaltar que a pauta comercial brasileira
se mantém relativamente diversificada, não sendo possível identificar uma dependência
significativa das exportações em relação a um ou poucos tipos de bens.
Este ensaio procurou desenvolver modelos baseados na metodologia de Vetores
Auto-Regressivos (VAR), Análise de Decomposição de Variância dos Erros de Previsão
(ADV) e Funções de Resposta aos Impulsos (FIR), que permitissem investigar as relações
entre taxa de câmbio real e exportações de commodities (totais e específicas), e os efeitos
52
da especialização das exportações em commodities sobre o crescimento da economia
brasileira no período 1999-2009.
Os testes econométricos apontaram algumas evidências favoráveis à hipótese de
doença holandesa no Brasil para o período analisado, uma vez que se verificou uma
importância relativamente expressiva dos fluxos de exportação de commodities e dos
preços internacionais destes produtos para a explicação do comportamento da taxa de
câmbio real. Tais efeitos se tornaram mais robustos quando se desagrega as commodities
exportadas por tipo de produto, sendo que os resultados dos efeitos das exportações e dos
preços de matérias-primas, alimentos e combustíveis (em menor grau) sobre as variações
da taxa de câmbio real efetiva foram condizentes com a argumentação da doença
holandesa.
A análise empírica também sugere que o padrão de especialização das exportações
brasileiras em commodities (ainda que se leve em conta as limitações do modelo) se
mostrou relevante para explicar um desempenho econômico menos favorável do país ao
longo do período, o que vai ao encontro dos resultados de trabalhos que apóiam a literatura
da “maldição” dos recursos naturais. Mais uma vez, cabe destacar os impactos negativos
sobre o crescimento econômico das exportações das commodities específicas, tais como
matérias-primas, alimentos, minerais e energia, embora em alguns casos, tais efeitos se
tornem mais claros após alguma defasagem temporal. Ademais, verificou-se certa
relevância de uma taxa de câmbio mais desvalorizada para explicar o comportamento da
taxa de crescimento do PIB brasileiro no período pós-flexibilização cambial.
Finalmente, vale mencionar que as evidências obtidas sugerem que a conjuntura
internacional favorável em termos das variações positivas dos preços internacionais das
commodities e da demanda externa foram fatores relevantes para determinar o
comportamento das exportações de commodities, especialmente de alimentos, matériasprimas e minerais. A apreciação do câmbio também se mostrou relacionada à
especialização das exportações em alimentos, energia, minerais e matérias-primas, estas
duas últimas com resposta defasada no tempo. Tais evidências preliminares se mostram
condizentes com os “sintomas” de doença holandesa, conforme aponta a literatura
pertinente.
Sendo assim, tendo em vista as recomendações da literatura sobre a relação entre
perfil exportador e crescimento econômico, cumpre sinalizar a necessidade de mudanças
estruturais na economia brasileira, que determinem uma reestruturação da pauta de
exportações na direção de produtos de maior conteúdo tecnológico e valor agregado, como
53
se observa no caso da economia chinesa, se as autoridades brasileiras desejam obter taxas
de crescimento econômico mais elevadas e sustentadas ao longo do tempo.
Referências Bibliográficas
AGUIRRE, A.; CALDERÓN, C. Real Exchange Rate Misalignments and Economic
Performance. Central Bank of Chile Working Papers N° 315. April, 2005.
BERG, A.; MIAO, Y. The Real Exchange Rate and Growth Revisited: The Washington
Consensus Strikes Back? IMF Working Paper, Research Department and African
Department,
March,
2010.
Disponível
em:
http://www.imf.org/external/pubs/ft/wp/2010/wp1058.pdf. Acesso em Agosto de 2010.
BCB. Banco Central do Brasil. Economia e Finanças. Séries Temporais. Disponível em:
http://www4.bcb.gov.br/?SERIESTEMP. Acesso em Junho de 2010.
BRESSER-PEREIRA, L. C.; MARCONI, N. Existe Doença Holandesa no Brasil? IV
Fórum de Economia da Fundação Getúlio Vargas. Março, 2008. Disponível em:
http://www.bresserpereira.org.br. Acesso em Outubro de 2008.
BRESSER-PEREIRA, L. C. The Dutch Disease and its Neutralization: a Ricardian
Approach. Revista de Economia Política. Vol. 28, nº. 1 (109), pp. 47-71, Jan./Mar. 2008.
CARDOSO, E.; HOLLAND, M. South America for the Chinese? A Trade-Based Analysis.
Paris, França: OECD. Working Paper. 2009.
COLLIER, P.; GODERIS, B. Commodity Prices, Growth and the Natural Resources
Curse: Reconciling a Conundrum. Working Paper 276. Centre for the Study of African
Economies. August. 2007.
DALUM, B.; LAURSEN, K; VERSPAGEN, B. Does Specialization Matters for Growth?
October. 1996. Disponível em: http://www.meritbbs.unimas.nl/tser/tserhtml. Acesso em
Maio, 2008.
EICHENGREEN, B. The Real Exchange Rate and Economic Growth. Working Paper No.
4. Commission on Growth and Development, World Bank, Washington, DC. 2008.
ENDERS, W. Applied Econometric Time Series. New York, 2 nd ed. Wiley. 2004.
FUNCEX. Fundação Centro de Estudos do Comércio Exterior. Publicações. Boletim
Setorial. Vários Anos. Disponível em: http://www.funcex.com.br/bolcomex.asp. Acesso
em Junho de 2010.
GALA, P. S. O. S. Política Cambial e Macroeconomia do Desenvolvimento. 2006. 165 p.
Tese de Doutorado em Economia. Escola de Administração de Empresas de São Paulo da
Fundação
Getúlio
Vargas.
São
Paulo.
Maio, 2006.
Disponível em:
http://www.eumed.net/tesis/2007/psosg/. Acesso em Setembro de 2009.
54
HAUSMANN, R.; HWANG, J.; RODRIK, D. What You Export Matters, NBER Working
Paper, December, 2005.
IFS. International Financial Statistics Database. CD-ROM, International Monetary Fund
(IMF), Washington, DC, January, 2009.
IPEADATA. Banco de Dados do Instituto de Pesquisa em Economia Aplicada (IPEA).
Estatísticas
Macroeconômicas.
Disponível
em:
http://www.ipeadata.gov.br/ipeaweb.dll/ipeadata?192810671. Acesso em Junho de 2010.
JANK, M. S.; NAKAHODO, S. N.; IGLESIAS, R.; MOREIRA, M. M. Exportações:
Existe uma “Doença Brasileira”? In: BARROS, O. e GIAMBIAGI, F. (Orgs.) Brasil
Globalizado: o Brasil em um mundo surpreendente. Rio de Janeiro: Elsevier, Cap. 10, p.
331-352, 2008.
LEDERMAN, D.; MALONEY, W. F. In Search of the Missing Resource Curse. Policy
Research Working Paper 4766. World Bank, Washington, DC., November, 2008.
MDIC. Ministério do Desenvolvimento, Indústria e Comércio Exterior. Estatísticas de
Comércio Exterior (DEPLA). Balança Comercial Brasileira Mensal. Disponível em:
http://www.desenvolvimento.gov.br/sitio/interna/interna.php?area=5&menu=1161. Acesso
em Junho de 2010.
NAKAHODO, S. N.; JANK, M. S. A Falácia da “Doença Holandesa” no Brasil. Instituto
de Estudos do Comércio e Negociações Internacionais (ICONE). Documento de Pesquisa.
São Paulo. Março, 2006.
OREIRO, J. L.; FEIJÓ, C. A. Desindustrialização: Conceituação, Causas, Efeitos e o Caso
Brasileiro. Revista de Economia Política, Vol. 30, nº. 2, Abr-Jun, 2010.
PESARAN, H. H.; SHIN, Y. Generalized Impulse Response Analysis in Linear
Multivariate Models. Economics Letters, Elsevier, Vol. 58, no. 1, p.17-29, January, 1998.
PRASAD, E. (ed.) China’s Growth and Integration into the World Economy: Prospects
and Challenges. IMF Occasional Paper 232, Washington, DC, 2004.
RAZIN, O.; COLLINS, S. M. Real Exchange Rate Misalignments and Growth. NBER
Working Paper Series, No. 6174. September, 1997. Disponível em:
http://www.nber.org/papers/w6174.pdf. Acesso em Agosto de 2010.
RIBEIRO, F. J.; MARKWALD, R. A Balança Comercial sob o Regime de Câmbio
Flutuante. In: BARROS, O. e GIAMBIAGI, F. (Orgs.) Brasil Globalizado: o Brasil em um
mundo surpreendente. Rio de Janeiro: Elsevier, Cap. 11, p. 353-388, 2008.
RODRIK, D. What is So Special About China´s Exports? NBER Working Paper Series,
No. 11947, January, 2006.
RODRIK, D. The Real Exchange Rate and Economic Growth. Brookings Papers on
Economic
Activity,
September,
2008.
Disponível
em:
55
http://www.brookings.edu/~/media/Files/Programs/ES/BPEA/2008_fall_bpea_papers/2008
_fall_bpea_rodrik.pdf. Acesso em Julho de 2010.
SACHS, J. D.; WARNER, A. M. Natural resource abundance and economic growth.
National Bureau of Economic Research, NBER Working Paper No. 5398. December,1995.
Disponível em: http://www.nber.org/papers/w5398. Acesso em Setembro de 2009.
STOCK, J.; WATSON, M. Vector Autoregression. Journal of Economic Perspectives,
15(4), March. 2001.
UN COMTRADE. United Nations Commodity Trade Statistics Database. Statistics
Division. Disponível em: http://comtrade.un.org/db/. Acesso em Junho de 2010.
56
ANEXO I
Quadro I.1: Classificação das Exportações Brasileiras em Grupos de Produtos:
Commodities e Manufaturados (Baixa e Alta Tecnologia)
COMMODITIES (I + II + III + IV)
I. ALIMENTOS E OUTROS
Alimentos e animais vivos
Animais vivos, exceto peixes
Carne e preparados de carnes
Produtos lácteos e ovos de aves
Peixes, crustáceos, moluscos, etc. e suas preparações
Cereais e preparações de cereais
Legumes e frutas
Açúcares, preparações de açúcar e mel
Café, cacau, especiarias e suas preparações
Alimentos preparados para animais, exceto cereais sem moer
Produtos e preparações comestíveis diversos
Bebidas e fumo
Bebidas
Fumo e seus produtos
Óleos, gorduras e ceras de origem animal e vegetal
Óleos e gorduras de origem animal
Óleos e gorduras de origem vegetal, em bruto ou refinado
Ceras e outros óleos/gorduras de origem animal/vegetal
II. MATÉRIAS-PRIMAS NÃO COMESTÍVEIS
Couros, peles e peles finas, sem curtir
Sementes e frutos oleaginosos
Borracha em bruto, inclusive borracha sintética e regenerada
Cortiça e madeira
Pasta e desperdícios de papel
Fibras têxteis e desperdícios n/manufaturados em fios ou tecidos
Produtos animais e vegetais em bruto, não especificados
III. MINERAIS E METAIS
Adubos e minerais, em bruto, exceto petróleo, carvão, etc.
Minérios e desperdícios de metais
Manufaturas de minerais não metálicos
Ferro e aço
Metais não ferrosos
Manufaturas de metais diversas
IV. COMBUSTÍVEIS
Hulha, coque e briquetes
Petróleo, produtos derivados de petróleo e produtos conexos
Gás natural e manufaturado
Energia elétrica
Álcool
57
Continuação Quadro I.1: Classificação das Exportações Brasileiras em Grupos de
Produtos: Commodities e Manufaturados (Baixa e Alta Tecnologia)
MANUFATURADOS DE BAIXA TECNOLOGIA (V + VI)
V. ARTIGOS MANUFATURADOS, CLASSIFICADOS SEGUNDO O MATERIAL
Couro, manufaturas de couro e peles finas curtidas
Manufaturas de borracha, diversas
Manufaturas de cortiça e de madeira, exceto moveis
Papel, cartão e artigos de papel ou de cartão
Fios, tecidos, artigos confeccionados de fibras têxteis/conexos
VI. ARTIGOS MANUFATURADOS DIVERSOS
Artigos sanitários, de iluminação, condutores/calefação de água, etc.
Moveis e suas partes, camas, colchões e semelhantes
Artigos de viagem, bolsas e outros artigos semelhantes
Vestuário e seus acessórios
Calçados
Artigos manufaturados diversos
MANUFATURADOS DE ALTA TECNOLOGIA (VII + VIII)
VII. PRODUTOS QUÍMICOS
Produtos químicos orgânicos
Produtos químicos inorgânicos
Matérias tintoriais, tanantes e corantes
Produtos medicinais e farmacêuticos
Óleos essenciais, produtos de perfumaria e toucador
Adubos ou fertilizantes, minerais ou químicos
Plásticos em formas primárias
Plásticos em formas não primárias
Matérias e produtos químicos diversos
VIII. MÁQUINAS E MATERIAL DE TRANSPORTE
Máquinas e equipamentos geradores de força, suas partes e peças
Máquinas especiais para a indústria, suas partes e peças
Máquinas para trabalhar metais, suas partes e peças
Máquinas e equipamentos industriais diversos, suas partes e peças
Máquinas para escritório/processamento de dados, suas partes e peças
Aparelhos, equipamentos de telecomunicações, gravação/reprodução som, suas partes/peças
Máquinas e aparelhos elétricos, diversos, suas partes e peças
Veículos automóveis, tratores, etc. suas partes e peças
Outros equipamentos de transporte, suas partes e peças
Instrumentos e aparelhos profissionais, científicos, controle, etc.
Equipamentos fotográficos, artigos de ótica e relojoaria
Fonte: Elaboração própria a partir de MDIC.
Nota: O Quadro 1 toma por base a classificação dos produtos exportados pela economia brasileira conforme
seções e capítulos da CUCI (Classificação Uniforme para o Comércio Internacional) do MDIC (Ministério do
Desenvolvimento, Indústria e Comércio Exterior) para descrever uma agregação das exportações em três
categorias amplas de produtos: commodities, manufaturados de baixa tecnologia e manufaturados de alta
tecnologia.
58
Quadro I.2: Descrição das Variáveis Utilizadas na Estimação Econométrica
Variáveis
TCPIB
TCREF
XCOM
XAL
XMP
XMIN
XE
IPCOM
IPAL
IPMP
IPMIN
IPE
YE
Descrição
Fonte de Dados
Taxa de crescimento do PIB nominal brasileiro (em %)
IFS/BCB
Taxa de câmbio real efetiva – INPC exportações (índice
BCB
2005 = 100)
Participação das exportações de commodities nas
MDIC
exportações totais brasileiras (em %)
Participação das exportações de alimentos nas exportações
MDIC
totais brasileiras (em %)
Participação das exportações de matérias-primas nas
MDIC
exportações totais brasileiras (em %)
Participação das exportações de minerais/metais nas
MDIC
exportações totais brasileiras (em %)
Participação das exportações de combustíveis nas
MDIC
exportações totais brasileiras (em %)
Índice de Preços de Commodities Geral (2005 = 100)
IFS
Índice de Preços de Alimentos (2005 = 100)
IFS
Índice de Preços de Matérias-Primas (2005 = 100)
IFS
Índice de Preços de Minerais/Metais (2005 = 100)
IFS
Índice de Preços de Commodities Energéticas (2005 =
IFS
100)
Proxy para demanda externa dada pela taxa de
IFS
crescimento do PIB nominal EUA (em %)
Fonte: Elaboração própria.
59
Tabela I.1: Resultados dos Testes de Raiz Unitária ADF
Variável Constante Tendência Defasagem
TCPIB
DTCPIB
TCREF
DTCREF
IPCOM
DIPCOM
IPAL
DIPAL
IPMP
DIPMP
IPMIN
DIPMIN
IPE
DIPE
XCOM
XAL
DXAL
XMP
DXMP
XMIN
XE
YE
DYE
Não
Não
Não
Não
Não
Não
Sim
Não
Não
Não
Não
Não
Não
Não
Sim
Não
Não
Não
Não
Sim
Sim
Não
Não
Não
Não
Não
Não
Não
Não
Sim
Não
Não
Não
Não
Não
Não
Não
Sim
Não
Não
Não
Não
Sim
Sim
Não
Não
3
2
2
1
8
1
1
1
2
1
6
0
6
1
0
3
1
3
2
0
0
0
0
t-ADF
-0.80645
-15.9528
-0.39111
-7.10771
0.96301
-5.72136
-3.73912
-5.34819
-0.27402
-5.09431
-0.69217
-4.10711
3.23044
-3.74188
-4.69729
0.62692
-8.33490
0.86971
-7.69321
-4.64777
-4.62281
-1.55720
-10.9640
Valores Críticos
1%
5%
-2.63076 -1.95039
-2.63076 -1.95039
-2.62896 -1.95011
-2.62896 -1.95011
-2.64167 -1.95206
-2.62896 -1.95011
-4.21912 -3.53308
-2.62896 -1.95011
-2.62896 -1.95011
-2.62896 -1.95011
-2.63690 -1.95133
-2.62723 -1.94985
-2.63690 -1.95133
-2.63268 -1.95068
-4.21186 -3.52975
-2.63076 -1.95039
-2.62896 -1.95011
-2.63076 -1.95039
-2.63076 -1.95039
-4.22681 -3.53660
-4.21186 -3.52975
-2.62723 -1.94985
-2.62723 -1.94985
Prob.
OI
0.35196
0.0000
0.5362
0.0000
0.9070
0.0006
0.0316
0.0000
0.5805
0.0000
0.4094
0.0000
0.9994
0.0005
0.0028
0.8472
0.0000
0.8930
0.0000
0.0034
0.0034
0.1109
0.0000
I(1)
I(0)
I(1)
I(0)
I(1)
I(0)
I(1)
I(0)
I(1)
I(0)
I(1)
I(0)
I(1)
I(0)
I(0)
I(1)
I(0)
I(1)
I(0)
I(0)
I(0)
I(1)
I(0)
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
OI = Ordem de Integração.
D indica variável em primeira diferença.
60
Tabela I.2: Resultados dos Testes de Raiz Unitária Phillips-Perron
Variável Constante Tendência Bandwidth
TCPIB
TCREF
DTCREF
IPCOM
DIPCOM
IPAL
DIPAL
IPMP
DIPMP
IPMIN
DIPMIN
IPE
DIPE
XCOM
XAL
XMP
XMIN
XE
YE
Sim
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Sim
Sim
Sim
Sim
Sim
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Sim
Não
Não
Não
Sim
Não
31
25
17
7
17
22
37
6
15
1
8
6
1
3
5
16
0
1
3
t-PP
-20.2994
-0.88242
-4.28211
0.21477
-4.12252
1.91423
-4.03075
-0.37244
-4.23446
-0.06543
-4.02547
-0.04937
-4.33866
-4.57760
-4.07507
-5.67073
-3.83727
-4.58816
-5.05091
Valores Críticos
1%
5%
-3.61045 -2.93898
-2.62560 -1.94960
-2.62723 -1.94985
-2.62560 -1.94960
-2.62723 -1.94985
-2.62560 -1.94960
-2.62723 -1.94985
-2.62560 -1.94960
-2.62723 -1.94985
-2.62560 -1.94960
-2.62723 -1.94985
-2.62560 -1.94960
-2.62723 -1.94985
-4.21186 -3.52975
-3.62102 -2.94342
-3.62102 -2.94342
-3.61045 -2.93898
-4.21186 -3.52975
-3.63290 -2.94840
Prob
OI
0.0001
0.3275
0.0001
0.7433
0.0001
0.9851
0.0002
0.5438
0.0001
0.6547
0.0002
0.6601
0.0001
0.0039
0.0030
0.0000
0.0055
0.0038
0.0002
I(0)
I(1)
I(0)
I(1)
I(0)
I(1)
I(0)
I(1)
I(0)
I(1)
I(0)
I(1)
I(0)
I(0)
I(0)
I(0)
I(0)
I(0)
I(0)
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
OI = Ordem de Integração.
D indica variável em primeira diferença.
61
Tabela I.3: Seleção dos Modelos VAR
Modelo Commodities Totais (TCPIB, XCOM, DTCREF, DIPCOM, YE)
Sistemas
Defasagens
Log-likelihood
SC
AIC
01
04
-319.3312
28.91354
24.24750*
02
03
-386.1311
29.41510
25.89617
03
02
-422.6402
28.21300*
25.81839
04
01
-503.7395*
29.38438
28.09155
Modelo Alimentos (TCPIB, XAL, DTCREF, DIPAL, YE)
Sistemas
Defasagens
Log-likelihood
SC
AIC
01
04
-308.2055
28.27779
23.61174*
02
03
-347.2352
27.25422
23.73529
03
02
-409.4132
27.49802
25.10341
04
01
-459.7913*
27.07132*
25.77849
Modelo Matérias-Primas (TCPIB, XMP, DTCREF, DIPMP, YE)
Sistemas
Defasagens
Log-likelihood
SC
AIC
01
04
-280.0527
26.66905
22.00301*
02
03
-329.2527
26.25519
22.73626
03
02
-370.8521
25.41364*
23.01904
04
01
-433.8850*
25.70783
24.41500
Modelo Minerais (TCPIB, XMIN, DTCREF, DIPMIN, YE)
Sistemas
Defasagens
Log-likelihood
SC
AIC
01
04
-332.0006
29.63751
24.97146*
02
03
-381.7621
29.17238
25.65345
03
02
-433.5113
28.80062
26.40601
04
01
-475.1411*
27.87921*
26.58638
Modelo Energia (TCPIB, DXE, DTCREF, DIPE, YE)
Sistemas
Defasagens
Log-likelihood
SC
AIC
01
04
-323.4963
29.15155
24.48550*
02
03
-383.2767
29.25653
25.73760
03
02
-437.8715
29.03631
26.64170
04
01
-495.1574*
28.93270*
27.63986
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
(*) Indica os menores valores para os critérios de informação: Log-likelihood, Schwarz (SC) e Akaike
Criteria Information (AIC).
62
Tabela I.4: Testes de Causalidade Granger/Block e Exogeneidade Wald – Modelo
Commodities Totais
TCPIB

2
Prob.
DTCREF

2
Prob.
TCPIB
2.347 0.3093
DTCREF 3.660 0.1604
XCOM
15.972 0.0003 1.165 0.5586
DIPCOM 6.144 0.0463 5.836 0.0540
YE
0.335 0.8458 10.173 0.0062
Total
49.511 0.0000 13.964 0.0827
4º.
2º.
Ranking
XCOM

2
DIPCOM
Prob.
37.445 0.0000
21.560 0.0000

2
0.928
2.901
4.745
YE
2
Prob.

0.6287
0.2344
0.0933
2.278
0.598
5.775
4.170
Prob.
0.3201
0.7413
0.0557
0.1243
6.928 0.0313
10.920 0.0043 2.221 0.3294
66.263 0.0000 11.185 0.1915 14.982 0.0595
5º.
1º.
3º.
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.

O ranking de exogeneidade segue uma ordem crescente (1o = mais exógeno)
Tabela I.5: Testes de Causalidade Granger/Block e Exogeneidade Wald – Modelo
Alimentos
TCPIB

2
Prob.
DTCREF

2
Prob.
TCPIB
0.700 0.4027
DTCREF 0.756 0.3845
XAL
0.871 0.3505 9.972 0.0016
DIPAL
10.881 0.0010 1.416 0.2341
YE
3.5e-05 0.9953 1.125 0.2888
Total
17.138 0.0018 11.332 0.0231
5º.
4º.
Ranking
XAL

2
0.798
0.892
DIPAL
Prob.

0.3715
0.3449
0.388 0.5334
3.147 0.0760
8.870 0.0644
3º.
2
YE
2
Prob.

1.385
0.190
2.408
0.2392
0.6629
0.1207
0.297
4.606
0.158
0.493
0.5858
0.0319
0.6911
0.4825
0.076
3.493
0.7830
0.4789
1º.
5.547
0.2357
2º.
Prob.
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.

O ranking de exogeneidade segue uma ordem crescente (1o = mais exógeno)
Tabela I.6: Testes de Causalidade Granger/Block e Exogeneidade Wald – Modelo
Matérias-Primas
TCPIB

2
Prob.
DTCREF

2
Prob.
XMP

2
DIPMP
Prob.
TCPIB
3.248 0.1971 11.633 0.0030
DTCREF 7.040 0.0296
1.710 0.4253
XMP
32.448 0.0000 1.363 0.5059
DIPMP
2.698 0.2595 13.055 0.0015 1.363 0.5059
YE
0.280 0.8691 16.424 0.0003 5.452 0.0655
Total
54.043 0.0000 29.685 0.0002 24.942 0.0016
5º.
4º.
3º.
Ranking

2
YE
2
Prob.

1.131
0.165
4.029
0.5681
0.9209
0.1334
0.648
5.569
1.463
2.394
0.7232
0.0618
0.4811
0.3021
1.580
9.340
0.4538
0.3144
2º.
9.252
0.3215
1º.
Prob.
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.

O ranking de exogeneidade segue uma ordem crescente (1o = mais exógeno)
63
Tabela I.7: Testes de Causalidade Granger/Block e Exogeneidade Wald – Modelo
Minerais
TCPIB

2
Prob.
TCPIB
DTCREF 1.132 0.2874
XMIN
3.999 0.0455
DIPMIN
4.873 0.0273
YE
0.022 0.8828
Total
14.416 0.0061
4º.
Ranking
DTCREF

2
Prob.
XMIN

2
Prob.
0.013
0.9077 27.667 0.0000
3.554 0.0594
0.069 0.7930
0.416 0.5191 0.164 0.6857
0.126 0.7224 0.499 0.4796
0.591 0.9640 33.458 0.0000
1º.
5º.
DIPMIN

2
1.865
0.147
1.184
0.286
2.602
YE
2
Prob.

0.1721
0.7014
0.2765
0.027
4.131
1.631
4.637
Prob.
0.8700
0.0421
0.2015
0.0313
0.5929
0.6265 12.215 0.0158
2º.
3º.
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.

O ranking de exogeneidade segue uma ordem crescente (1o = mais exógeno)
Tabela I.8: Testes de Causalidade Granger/Block e Exogeneidade Wald – Modelo
Energia
TCPIB

2
Prob.
TCPIB
DTCREF 0.188 0.6644
XE
0.350 0.5542
DIPE
16.019 0.0001
YE
0.417 0.5183
Total
22.115 0.0002
5º.
Ranking
DTCREF

2
XE
2
Prob.

0.007
0.9350
0.877
0.585
0.220
1.600
0.241
2.167
0.6392
0.2059
0.6232
0.7051
1º.
DIPE
Prob.

0.3490
0.4443
3.157 0.0756
1.450 0.2285
5.980 0.2006
3º.
2
YE
2
Prob.

0.785
0.039
2.004
0.3757
0.8438
0.1569
0.192
3.712
2.036
0.236
0.6611
0.0540
0.1536
0.6269
0.011
3.191
0.9181
0.5263
2º.
7.198
0.1258
4º.
Prob.
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.

O ranking de exogeneidade segue uma ordem crescente (1o = mais exógeno)
64
Tabela I.9: Análise de Decomposição de Variância – Modelo Commodities Totais
Período
1
2
5
10
S.E.
1.899827
2.540321
4.122515
7.832463
Decomposição de Variância de XCOM:
XCOM
TCPIB
YE
100.0000
0.000000
0.000000
61.24156
23.53836
8.133945
32.91945
35.94863
23.40349
13.64405
38.17665
44.89481
Período
1
2
5
10
S.E.
2.519405
3.338940
4.120254
4.691208
Decomposição de Variância de TCPIB:
XCOM
TCPIB
YE
2.886764
97.11324
0.000000
5.348196
70.39181
2.348231
19.65066
54.49466
1.650745
20.79730
48.76008
2.170407
DTCREF
0.000000
14.96699
14.36953
17.32531
DIPCOM
0.000000
6.944771
9.834409
10.94691
Período
1
2
5
10
S.E.
0.672809
0.792238
1.031074
1.250524
Decomposição de Variância de YE:
XCOM
TCPIB
YE
7.499811
0.161471
92.33872
7.667029
4.657830
81.38815
7.098856
8.749812
76.47155
5.483575
15.95996
72.79639
DTCREF
0.000000
3.856477
3.155868
2.325409
DIPCOM
0.000000
2.430514
4.523912
3.434663
Decomposição de Variância de DTCREF:
XCOM
TCPIB
YE
DTCREF
2.112224
3.507482
9.938614
84.44168
2.152957
3.012507
26.54743
62.15778
5.193548
2.155308
17.87239
61.36725
7.532128
2.380502
15.58069
55.33484
DIPCOM
0.000000
6.129325
13.41151
19.17184
DTCREF
0.000000
0.134449
1.820177
1.059317
DIPCOM
0.000000
6.951687
5.908259
2.225178
Período
1
2
5
10
S.E.
6.668622
7.965655
10.09467
11.29668
Período
1
2
5
10
Decomposição de Variância de DIPCOM:
S.E.
XCOM
TCPIB
YE
DTCREF
13.37674
0.091464
2.110725
18.73671
25.40623
15.23907
3.731736
2.243288
18.50693
19.99998
18.60901
5.567370
6.729565
17.56540
18.22490
19.95744
5.686029
8.350409
19.96723
17.91406
Cholesky Ordering: XCOM TCPIB YE DTCREF DIPCOM
DIPCOM
53.65488
55.51806
51.91277
48.08228
Fonte: Resultados do Eviews 5.1.
65
Tabela I.10: Análise de Decomposição de Variância – Modelo Alimentos
Período
1
2
5
10
S.E.
3.227539
4.754568
5.176115
5.186281
Decomposição de Variância de TCPIB:
TCPIB
DTCREF
XAL
100.0000
0.000000
0.000000
83.07385
3.448629
0.044772
81.97913
3.295123
1.150792
81.94339
3.300970
1.161693
Período
1
2
5
10
S.E.
8.221691
9.146795
9.884121
9.911877
Decomposição de Variância de DTCREF:
TCPIB
DTCREF
XAL
0.506172
99.49383
0.000000
1.771017
84.43076
9.810066
5.430771
73.48043
12.43580
5.448095
73.20420
12.59862
YE
0.000000
1.137833
2.699041
2.800226
DIPAL
0.000000
2.850321
5.953965
5.948850
Período
1
2
5
10
S.E.
1.717660
1.974758
2.160246
2.171884
Decomposição de Variância de XAL:
TCPIB
DTCREF
XAL
18.95447
10.83138
70.21415
15.90644
16.51735
59.47010
14.75918
20.87202
51.32799
14.84267
20.79423
51.08669
YE
0.000000
7.374632
11.52473
11.57695
DIPAL
0.000000
0.731480
1.516076
1.699454
Período
1
2
5
10
S.E.
0.754052
0.867474
0.926543
0.931329
Decomposição de Variância de YE:
TCPIB
DTCREF
XAL
2.540470
3.210444
0.674300
2.032747
14.99483
0.620185
2.956703
16.67658
5.139857
3.089996
16.81119
5.188487
YE
93.57479
81.42348
73.69756
73.24363
DIPAL
0.000000
0.928757
1.529291
1.666699
Período
1
2
5
10
Decomposição de Variância de DIPAL:
S.E.
TCPIB
TCREF
XAL
YE
9.329768
11.53755
2.258267
2.088800
5.941808
9.961996
11.65157
2.139663
6.414156
6.269122
10.25574
12.32393
3.103680
8.327110
6.672852
10.27163
12.32297
3.166689
8.423109
6.711518
Cholesky Ordering: TCPIB TCREF XAL YE DIPAL
DIPAL
78.17357
73.52549
69.57243
69.37571
YE
0.000000
0.937248
0.882719
0.901807
DIPAL
0.000000
12.49550
12.69224
12.69214
Fonte: Resultados do Eviews 5.1.
66
Tabela I.11: Análise de Decomposição de Variância – Modelo Matérias-Primas
Período
1
2
5
10
S.E.
2.447035
3.660029
4.438303
5.423009
Decomposição de Variância de TCPIB:
TCPIB
DTCREF
XMP
100.0000
0.000000
0.000000
54.60785
6.243921
33.16121
49.06722
5.941064
39.10514
37.08919
7.023076
46.67758
Período
1
2
5
10
S.E.
5.649438
6.864229
9.576433
11.41725
Decomposição de Variância de DTCREF:
TCPIB
DTCREF
XMP
9.869171
90.13083
0.000000
7.990407
67.28829
0.212971
15.38029
37.37953
7.232862
12.31574
26.96966
21.89690
DIPMP
0.000000
4.339476
22.53118
23.87262
YE
0.000000
20.16886
17.47614
14.94508
Período
1
2
5
10
S.E.
1.583306
1.925858
3.042255
3.787833
Decomposição de Variância de XMP:
TCPIB
DTCREF
XMP
0.748179
0.089653
99.16217
24.71726
1.379480
70.90329
14.28813
6.930837
65.38130
11.84232
8.655289
62.64520
DIPMP
0.000000
0.077361
8.751140
12.56632
YE
0.000000
2.922612
4.648597
4.290878
Período
1
2
5
10
S.E.
4.916016
5.298503
6.616287
7.248250
Decomposição de Variância de DIPMP:
TCPIB
DTCREF
XMP
18.21595
1.162545
4.899708
24.30400
1.445881
5.621101
16.88230
4.924262
15.19664
16.22464
5.676356
18.30525
DIPMP
75.72180
67.97317
50.88043
47.12403
YE
0.000000
0.655842
12.11636
12.66972
Período
1
2
5
10
Decomposição de Variância de YE:
S.E.
TCPIB
DTCREF
XMP
DIPMP
0.725434
0.090407
4.052073
12.82209
33.56100
0.818344
0.865134
15.91587
10.21570
27.32273
1.070414
1.166711
12.82040
10.53565
30.83161
1.187703
2.364486
12.76101
9.918691
31.67936
Cholesky Ordering: TCPIB DTCREF XMP DIPMP YE
YE
49.47443
45.68056
44.64563
43.27645
DIPMP
0.000000
5.836341
5.729764
8.947487
YE
0.000000
0.150674
0.156812
0.262669
Fonte: Resultados do Eviews 5.1.
67
Tabela I.12: Análise de Decomposição de Variância – Modelo Minerais
Período
1
2
5
10
S.E.
1.492834
2.072196
2.318996
2.327739
Decomposição de Variância de XMIN:
XMIN
TCPIB
YE
100.0000
0.000000
0.000000
69.41725
23.64375
0.015506
67.21565
20.61976
1.206822
66.94997
20.61243
1.324445
Período
1
2
5
10
S.E.
3.320862
4.740992
5.188416
5.211618
Decomposição de Variância de TCPIB:
XMIN
TCPIB
YE
5.336656
94.66334
0.000000
2.674006
84.09844
1.267383
3.634301
81.76002
1.217539
3.625066
81.71484
1.216768
DIPMIN
0.000000
10.34360
11.72894
11.76688
DTCREF
0.000000
1.616573
1.659193
1.676448
Período
1
2
5
10
S.E.
0.694868
0.867986
0.938313
0.940384
Decomposição de Variância de YE:
XMIN
TCPIB
YE
4.266741
9.009715
86.72354
2.767801
8.532030
64.95716
3.501382
11.48987
57.26869
3.689348
11.46187
57.03543
DIPMIN
0.000000
16.03628
16.30105
16.28697
DTCREF
0.000000
7.706727
11.43901
11.52638
Período
1
2
5
10
S.E.
13.98748
15.18831
15.49674
15.51873
Decomposição de Variância de DIPMIN:
XMIN
TCPIB
YE
3.135588
3.630840
10.94201
2.697083
8.675914
12.23799
3.739640
9.168157
12.09201
3.839909
9.204586
12.07070
DIPMIN
82.29156
76.02610
73.50161
73.31952
DTCREF
0.000000
0.362917
1.498581
1.565286
Período
1
2
5
10
Decomposição de Variância de DTCREF:
S.E.
XMIN
TCPIB
YE
DIPMIN
9.480114
3.359174
1.736057
3.352383
7.939321
9.893876
3.692953
1.792942
3.482987
7.391858
9.960379
4.032883
1.972748
3.476449
7.371513
9.962889
4.061256
1.975754
3.480023
7.376647
Cholesky Ordering: XMIN TCPIB YE DIPMIN DTCREF
DTCREF
83.61306
83.63926
83.14641
83.10632
DIPMIN
0.000000
1.553920
4.033133
4.187635
DTCREF
0.000000
5.369574
6.924626
6.925516
Fonte: Resultados do Eviews 5.1.
68
Tabela I.13: Análise de Decomposição de Variância – Modelo Energia
Período
1
2
5
10
S.E.
3.075529
4.520349
5.148924
5.196434
Decomposição de Variância de TCPIB:
TCPIB
YE
XE
100.0000
0.000000
0.000000
70.99946
2.563293
0.728327
66.29702
2.682282
2.488743
66.13068
2.709000
2.512134
Período
1
2
5
10
S.E.
0.737999
0.852199
0.916035
0.921488
Decomposição de Variância de YE:
TCPIB
YE
XE
2.666971
97.33303
0.000000
2.218277
84.75903
1.752285
2.898331
75.30065
8.077908
2.886157
74.44086
8.730094
DIPE
0.000000
3.398516
4.060488
4.368066
DTCREF
0.000000
7.871893
9.662623
9.574825
Período
1
2
5
10
S.E.
1.708020
2.261759
2.597733
2.616977
Decomposição de Variância de XE:
TCPIB
YE
XE
1.071826
0.001081
98.92709
2.712316
0.061852
88.61147
2.359180
0.221169
83.33176
2.389220
0.260112
83.13399
DIPE
0.000000
7.670448
13.06408
13.20655
DTCREF
0.000000
0.943913
1.023811
1.010130
Período
1
2
5
10
S.E.
20.54038
21.61514
22.17282
22.22951
Decomposição de Variância de DIPE:
TCPIB
YE
XE
0.008529
16.84733
5.799627
1.172646
16.90433
6.013172
1.290206
16.20032
9.676994
1.321059
16.13325
9.973290
DIPE
77.34451
75.81073
72.73733
72.47725
DTCREF
0.000000
0.099115
0.095153
0.095144
Período
1
2
5
10
Decomposição de Variância de DTCREF:
S.E.
TCPIB
YE
XE
DIPE
9.258989
0.973129
2.613176
0.245404
12.68063
9.808121
1.213777
2.414882
1.726624
12.36996
9.957095
1.198523
2.361295
2.186837
13.16850
9.958112
1.201522
2.362154
2.187459
13.16841
Cholesky Ordering: TCPIB YE XE DIPE DTCREF
DTCREF
83.48766
82.27476
81.08484
81.08045
DIPE
0.000000
25.46250
28.23432
28.34952
DTCREF
0.000000
0.246424
0.297640
0.298665
Fonte: Resultados do Eviews 5.1.
69
Figura I.1: Funções de Respostas aos Impulsos Generalizadas – Modelo Commodities Totais
Response to Generalized One S.D. Innovations
Response of XCOM to TCPIB
Response of XCOM to YE
2
Response of XCOM to DTCREF
2
1
1
Response of XCOM to DIPCOM
2
2
1
1
0
0
-1
-1
0
0
-1
-1
-2
-2
-2
-3
1
2
3
4
5
6
7
8
9
10
1
2
Response of TCPIB to XCOM
3
4
5
6
7
8
9
10
-2
1
Response of TCPIB to YE
2
3
4
5
6
7
8
9
10
1
Response of TCPIB to DTCREF
2
2
2
1
1
1
1
0
0
0
0
-1
-1
-1
-1
-2
1
2
3
4
5
6
7
8
9
10
-2
1
Response of DTCREF to XCOM
2
3
4
5
6
7
8
9
10
2
3
4
5
6
7
8
9
10
1
Response of DTCREF to YE
4
4
4
2
2
2
2
0
0
0
0
-2
-2
-2
-2
-4
2
3
4
5
6
7
8
9
10
-4
1
2
3
4
5
6
7
8
9
10
5
6
7
8
9
10
2
3
4
5
6
7
8
9
10
Response of DTCREF to DIPCOM
4
1
4
-2
1
Response of DTCREF to TCPIB
-4
3
Response of TCPIB to DIPCOM
2
-2
2
-4
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
Fonte: Resultados do Eviews 5.1.
70
Figura I.2: Funções de Respostas aos Impulsos Generalizadas – Modelo Alimentos
Response to Generalized One S.D. Innovations
Response of TCPIB to DTCREF
Response of TCPIB to XAL
Response of TCPIB to YE
Response of TCPIB to DIPAL
3
3
3
3
2
2
2
2
1
1
1
1
0
0
0
0
-1
-1
-1
-1
-2
-2
-2
1
2
3
4
5
6
7
8
9
10
1
Response of DTCREF to TCPIB
2
3
4
5
6
7
8
9
10
-2
1
Response of DTCREF to XAL
2
3
4
5
6
7
8
9
10
1
Response of DTCREF to YE
4
4
4
3
3
3
3
2
2
2
2
1
1
1
1
0
0
0
0
-1
-1
-1
-1
-2
-2
-2
-2
-3
-3
-3
-3
-4
-4
-4
2
3
4
5
6
7
8
9
10
1
Response of XAL to TCPIB
2
3
4
5
6
7
8
9
10
2
Response of XAL to DTCREF
3
4
5
6
7
8
9
10
1
1.0
0.5
0.5
0.5
0.5
0.0
0.0
0.0
0.0
-0.5
-0.5
-0.5
-0.5
-1.0
3
4
5
6
7
8
9
10
-1.0
1
2
3
4
5
6
7
8
9
10
5
6
7
8
9
10
3
4
5
6
7
8
9
10
9
10
Response of XAL to DIPAL
1.0
2
2
Response of XAL to YE
1.0
1
4
-4
1
1.0
-1.0
3
Response of DTCREF to DIPAL
4
1
2
-1.0
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
Fonte: Resultados do Eviews 5.1.
71
Figura I.3: Funções de Respostas aos Impulsos Generalizadas – Modelo Matérias-Primas
Response to Generalized One S.D. Innovations
Response of TCPIB to DTCREF
Response of TCPIB to XMP
Response of TCPIB to DIPMP
Response of TCPIB to YE
3
3
3
3
2
2
2
2
1
1
1
1
0
0
0
0
-1
-1
-1
-1
-2
-2
1
2
3
4
5
6
7
8
9
10
-2
1
Response of DTCREF to TCPIB
2
3
4
5
6
7
8
9
10
-2
1
Response of DTCREF to XMP
2
3
4
5
6
7
8
9
10
1
Response of DTCREF to DIPMP
4
4
4
3
3
3
3
2
2
2
2
1
1
1
1
0
0
0
0
-1
-1
-1
-1
-2
-2
-2
-2
-3
-3
-3
-3
-4
-4
-4
2
3
4
5
6
7
8
9
10
1
Response of XMP to TCPIB
2
3
4
5
6
7
8
9
10
Response of XM P to DTCREF
2
3
4
5
6
7
8
9
10
1
1.0
0.5
0.5
0.5
0.5
0.0
0.0
0.0
0.0
-0.5
-0.5
-0.5
-0.5
-1.0
-1.0
-1.0
-1.0
-1.5
3
4
5
6
7
8
9
10
-1.5
1
2
3
4
5
6
7
8
9
10
5
6
7
8
9
10
3
4
5
6
7
8
9
10
9
10
Response of XMP to YE
1.0
2
2
Response of XM P to DIPMP
1.0
1
4
-4
1
1.0
-1.5
3
Response of DTCREF to YE
4
1
2
-1.5
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
Fonte: Resultados do Eviews 5.1.
72
Figura I.4: Funções de Respostas aos Impulsos Generalizadas – Modelo Minerais
Response to Generalized One S.D. Innovations
Response of XMIN to TCPIB
Response of XMIN to YE
Response of XMIN to DIPMIN
Response of XMIN to DTCREF
.8
.8
.8
.8
.6
.6
.6
.6
.4
.4
.4
.4
.2
.2
.2
.2
.0
.0
.0
.0
-.2
-.2
-.2
-.2
-.4
-.4
1
2
3
4
5
6
7
8
9
10
-.4
1
2
Response of TCPIB to XMIN
3
4
5
6
7
8
9
10
-.4
1
Response of TCPIB to YE
2
3
4
5
6
7
8
9
10
1
Response of TCPIB to DIPMIN
3
3
3
2
2
2
2
1
1
1
1
0
0
0
0
-1
-1
-1
-1
-2
-2
-2
-2
-3
-3
-3
2
3
4
5
6
7
8
9
10
1
Response of DTCREF to XMIN
2
3
4
5
6
7
8
9
10
Response of DTCREF to TCPIB
2
3
4
5
6
7
8
9
10
1
Response of DTCREF to YE
2
2
1
1
1
1
0
0
0
0
-1
-1
-1
-1
-2
-2
-2
-2
-3
-3
-3
-3
-4
2
3
4
5
6
7
8
9
10
-4
1
2
3
4
5
6
7
8
9
10
5
6
7
8
9
10
2
3
4
5
6
7
8
9
10
Response of DTCREF to DIPMIN
2
1
4
-3
1
2
-4
3
Response of TCPIB to DTCREF
3
1
2
-4
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
Fonte: Resultados do Eviews 5.1.
73
Figura I.5: Funções de Respostas aos Impulsos Generalizadas – Modelo Energia
Response to Generalized One S.D. Innovations
Response of TCPIB to YE
Response of TCPIB to XE
Response of TCPIB to DIPE
Response of TCPIB to DTCREF
3
3
3
3
2
2
2
2
1
1
1
1
0
0
0
0
-1
-1
-1
-1
-2
-2
-2
-2
-3
-3
-3
1
2
3
4
5
6
7
8
9
10
1
2
Response of XE to TCPIB
3
4
5
6
7
8
9
10
-3
1
2
Response of XE to YE
3
4
5
6
7
8
9
10
1
Response of XE to DIPE
1.0
1.0
1.0
0.8
0.8
0.8
0.8
0.6
0.6
0.6
0.6
0.4
0.4
0.4
0.4
0.2
0.2
0.2
0.2
0.0
0.0
0.0
0.0
-0.2
-0.2
-0.2
-0.2
-0.4
1
2
3
4
5
6
7
8
9
10
-0.4
1
Response of DTCREF to TCPIB
2
3
4
5
6
7
8
9
10
Response of DTCREF to YE
2
3
4
5
6
7
8
9
10
1
Response of DTCREF to XE
2
2
1
1
1
1
0
0
0
0
-1
-1
-1
-1
-2
-2
-2
-2
-3
-3
-3
-3
-4
2
3
4
5
6
7
8
9
10
-4
1
2
3
4
5
6
7
8
9
10
5
6
7
8
9
10
2
3
4
5
6
7
8
9
10
Response of DTCREF to DIPE
2
1
4
-0.4
1
2
-4
3
Response of XE to DTCREF
1.0
-0.4
2
-4
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
Fonte: Resultados do Eviews 5.1.
74
ENSAIO 2 – TAXA DE CÂMBIO E PREÇOS DE COMMODITIES
Resumo: A década de 2000, especialmente a partir de 2002, tem sido caracterizada pela
elevação dos preços internacionais das commodities, pela alta participação dos produtos
baseados em recursos naturais nas exportações e por uma taxa de câmbio mais apreciada
na economia brasileira. A partir deste contexto e das considerações referentes à literatura
teórica e empírica sobre commodities currencies, este ensaio tem como objetivo investigar
os sintomas de doença holandesa no Brasil em termos da influência dos preços das diversas
commodities exportadas pelo país sobre o comportamento da taxa de câmbio durante o
período pós-Real. Para isso, o trabalho utiliza análise de cointegração e modelos de vetores
de correção de erros (VEC). Os resultados obtidos apontam que as evidências de
commodity currency para o período 1995-2009 devem ser vistas com cuidado, pois muitos
dos coeficientes dos preços das commodities analisadas são positivos ou não são
estatisticamente significantes. No entanto, quando se toma o sub-período 2003-2009, as
evidências parecem se tornar mais robustas. O trabalho sugere a importância da análise dos
efeitos de longo prazo dos preços dos vários tipos de commodities sobre a taxa de câmbio,
uma vez que, quando tomados os preços de alimentos, dos grãos e das matérias-primas, as
evidências indicam que tais variáveis parecem contribuir para uma apreciação da taxa de
câmbio nominal e real no Brasil no período recente.
Palavras-chave: Taxa de câmbio, preços de commodities, cointegração, VEC, Brasil.
Abstract: The first decade of the new century and more specifically since 2002 has been
characterized by an increase in international commodity prices, a high share of export
goods based on natural resources and an appreciated exchange rate in Brazil. Taking into
account this scenario and the lessons from the theoretical and empirical literature on
commodity currencies, this paper examines the Dutch disease through the investigation of
the impact of several export commodity prices in the exchange rate since the Real Plan.
The empirical research is based on cointegration analysis and the estimation of vector error
correction models (VEC). The results show that the evidence of commodity currency in the
period 1995-2009 should be viewed with caution since most coefficients for commodity
prices are positive or not statistically significant. However, when taking into account the
period of 2003-2009 the evidence in favor of the Dutch disease is more robust. The work
also suggests the relevance of examining the long run effects of disaggregated commodity
prices on the exchange rate. When taking into account price indicators for food, grains and
raw materials, the results indicate that these variables seem to contribute to a nominal and
real exchange rate appreciation in Brazil for the recent period.
Key-words: Exchange rate, commodities prices, cointegration, VEC, Brazil.
75
1. Introdução
Um conjunto de condições experimentadas ao longo da década de 2000, dentre as
quais a demanda externa favorável e o significativo aumento dos preços das commodities
nos mercados internacionais, tem resultado em importante estímulo aos setores
exportadores de produtos intensivos em recursos naturais no Brasil. Concomitante a isso,
observa-se uma tendência de apreciação da taxa de câmbio real, especialmente a partir de
2003, acompanhada por uma expansão relativa da participação das commodities no total
exportado pelo país. Estes fatores têm acarretado discussões sobre a possibilidade de que a
economia brasileira esteja sofrendo os “sintomas” da doença holandesa (Dutch disease).
Neste contexto, surge a preocupação de que o aumento dos preços internacionais das
commodities exportadas pelo país possa estar influenciando o valor da moeda nacional.
A literatura sobre doença holandesa evidencia que países com recursos naturais
abundantes, dadas as vantagens comparativas que possuem na fabricação destes bens,
podem se deparar com uma especialização da estrutura produtiva voltada para as
commodities em detrimento da produção de bens manufaturados. Esta situação pode advir
de um aumento dos preços das principais commodities exportadas, que encoraja um maior
investimento e atrai fatores de produção dos setores não-commoditizados para os setores
de bens intensivos em recursos naturais, o que, por sua vez, aumenta a produção deste tipo
de produto.
A apreciação cambial decorrente da doença holandesa tem efeitos contraditórios
sobre a economia, sobretudo em termos do comércio exterior e da dinâmica industrial. De
um lado, a valorização da moeda doméstica implica uma redução dos preços de peças,
componentes, máquinas e equipamentos importados, o que, consequentemente, beneficia
os setores que utilizam intensamente este tipo de insumo. Nestas condições, a apreciação
do câmbio possibilita uma ampliação da inserção da indústria doméstica nos mercados
externos e a modernização de vários segmentos. Por outro lado, os preços elevados das
commodities contribuem para manter o saldo da balança comercial positivo, mesmo que
decrescente, dificultando um ajuste na taxa de câmbio. No contexto recente da economia
brasileira, verifica-se que o crescimento da demanda interna combinado com a valorização
acentuada da taxa de câmbio levou a um crescimento expressivo da produção interna, mas
aprofundou também um desequilíbrio comercial nos setores de alta e média-alta
intensidade tecnológica, o que pode trazer resultados prejudiciais para a balança comercial
76
da indústria se o modelo brasileiro de forte crescimento doméstico e valorização excessiva
da moeda persistir (Almeida, 2008).
Com base nestas questões, alguns estudos passaram a desenvolver modelos de
determinação da taxa de câmbio real que consideram o impacto dos preços das
commodities, principalmente quando se trata de países detentores de um peso significativo
destes bens no total das suas exportações. Desta forma, no caso de países onde as
commodities são importantes para a pauta exportadora, espera-se que a flutuação dos
preços internacionais destes bens possa constituir o choque real que faltava nas equações
de determinação das respectivas taxas de câmbio. Esses países são candidatos naturais a
possuir uma commodity currency, ou seja, a terem suas taxas reais de câmbio fortemente
influenciadas pelo comportamento dos preços internacionais das principais commodities
que exportam (Fernandez, 2003; Hampshire, 2008).
A investigação sobre a hipótese da doença holandesa para o Brasil, por conseguinte,
deve passar pela discussão sobre o comportamento dos preços das commodities nos
mercados internacionais, já que o melhor desempenho exportador do país em produtos
intensivos em recursos naturais está vinculado ao movimento de alta de preços destes
produtos, acarretando um efeito direto de aumento do valor exportado e indireto via
aumento de quantum, ao tornar a remuneração dos exportadores mais atrativa (Prates e
Marçal, 2008). Sendo assim, presume-se que os preços mais altos das commodities
estariam estimulando a especialização da pauta exportadora nestes produtos, elevando a
receita de exportações com produtos commoditizados e sustentando a taxa de câmbio real
corrente em níveis inferiores (apreciados) aos que tornariam competitivas as exportações
de bens manufaturados que utilizam tecnologia moderna, o que poderia conduzir a uma
menor participação da indústria no total exportado pelo país.
Tendo em vista tal problemática, o objetivo principal deste ensaio é tentar captar os
“sintomas” de doença holandesa no Brasil por meio da análise do possível impacto dos
preços internacionais das commodities sobre o comportamento da taxa de câmbio no
período pós-Real (1995-2009). Em outras palavras, a principal questão a ser enfrentada
pelo trabalho consiste em investigar se a taxa de câmbio real brasileira está sendo afetada
pelo movimento recente de ascensão dos preços internacionais das commodities. Nesta
direção, o trabalho se baseia na hipótese de que, aparentemente, a elevação dos preços das
commodities nos mercados internacionais decorrente de um cenário de expansão da
demanda mundial por commodities agrícolas, minerais e energéticas está contribuindo para
77
a conformação de uma taxa de câmbio real mais apreciada em curso na economia brasileira
durante o período recente.
Para a análise desta questão, este ensaio se encontra estruturado em quatro seções,
além desta introdução. A seção 2 apresenta uma rápida revisão dos principais aspectos
teóricos e empíricos apontados pela literatura sobre a relação entre preços de commodities
e taxa de câmbio real (commodities currencies) para economias exportadoras de produtos
baseados em recursos naturais. A seção 3 descreve o comportamento do mercado de
commodities no período 1995-2009 e avalia as possíveis inter-relações entre os indicadores
dos preços internacionais das commodities totais e específicas (alimentos, matérias-primas,
minerais e energéticas) e o movimento da taxa de câmbio real observado na economia
brasileira. A seção 4 descreve a análise econométrica construída com base na metodologia
de cointegração e modelos de vetores de correção de erros (VEC), os quais são utilizados
na tentativa de se encontrar evidências capazes de suportar uma relação direta entre os
preços das diversas commodities exportadas e a tendência de apreciação da taxa de câmbio
(nominal e real) brasileira no período de análise. Tais modelos inicialmente envolverão
variáveis de cunho monetário, e, posteriormente, serão ampliados para incorporar outras
variáveis capazes de afetar o comportamento do câmbio real no longo prazo, que reflitam
os fundamentos da economia. Finalmente, a seção 5 sistematiza as principais conclusões
obtidas com o desenvolvimento do trabalho.
2. A Influência dos Preços de Commodities sobre a Determinação da Taxa de
Câmbio em Economias Ricas em Recursos Naturais (Commodities Currencies):
Aspectos Teóricos e Empíricos
A elevação dos preços internacionais das commodities ao longo da década de 2000
tem chamado a atenção de pesquisadores, na medida em que tal fato pode causar fortes
impactos sobre a balança comercial dos países que participam ativamente destes mercados,
tanto como importadores quanto como exportadores, e influenciar as taxas de crescimento
de economias que dependem do comércio daqueles produtos. Muitos países em
desenvolvimento possuem exportações concentradas em poucas commodities, e a variação
dos preços destes produtos tem efeito significativo sobre os seus termos de troca e, em
consequência, influencia a taxa de câmbio e o nível de renda destes países. Deste modo, é
possível correlacionar uma boa parte das oscilações cambiais dos países exportadores de
commodities às variações nos preços destes produtos.
78
A literatura que estuda a relação entre preços de commodities e taxa de câmbio real
é chamada de commodities currencies. Esta denominação é dada às moedas de países cujo
valor está fortemente atrelado às variações nos preços das commodities exportadas por eles
(Chen e Rogoff, 2002; Fernandez, 2003; Clements e Fry, 2006; Hampshire, 2008). Tal
literatura surgiu da tentativa de se obter uma variável empiricamente confiável para a
explicação da taxa de câmbio real de longo prazo em países exportadores líquidos de
commodities, uma vez que modelos tradicionais de determinação da taxa de câmbio real
não conseguiam esclarecer de forma confiável sua formação, sendo necessário, portanto,
incorporar um indicador de preços de commodities nestes modelos para os países
exportadores deste tipo de produto.
Os modelos tradicionais de determinação da taxa de câmbio realizam um
diagnóstico empírico sobre a não validade da teoria da Paridade do Poder de Compra
(PPC) no longo prazo e admitem que a taxa de câmbio real no longo prazo não é constante,
mas depende também de fatores reais. Neste sentido, tais modelos incluem os termos de
troca entre os determinantes fundamentais da taxa de câmbio real de longo prazo.
Entre os principais autores que analisam a dificuldade da taxa de câmbio em se
ajustar à teoria da PPC no longo prazo, destacam-se De Gregorio e Wolf (1994), Froot e
Rogoff (1995) e Rogoff (1996). De forma geral, estes trabalhos partem de uma revisão
crítica quanto à validade da teoria da PPC no longo prazo, e se baseiam na discussão do
efeito Balassa-Samuelson, segundo o qual os diferenciais de produtividade no setor de
bens comercializáveis em relação ao setor de bens não-comercializáveis levam ao declínio
relativo dos preços dos comercializáveis através da equalização de salários entre os
setores.8 Em uma ampliação do modelo Balassa-Samuelson, obtém-se que a incorporação
dos choques sobre os termos de troca (preços das exportações em relação aos preços das
importações) de um país deve induzir uma apreciação da taxa de câmbio real. A intuição
destes modelos é a de que choques positivos sobre os termos de troca provocam um
aumento de recursos externos disponíveis no país, o que, por sua vez, pressiona pela
8
Segundo Vieira (2008), o Modelo Balassa-Samuelson se baseia no argumento de que, quando os preços dos
países são convertidos à taxa de câmbio vigente, existe uma tendência de aumento dos níveis de preços dos
países ricos quando comparados aos preços dos países com menores níveis de renda. A justificativa para isso
se assenta na maior produtividade dos setores de bens comercializáveis em relação à dos bens nãocomercializáveis nos países ricos quando comparados aos países com menores níveis de renda per capita.
Sendo assim, o crescimento mais rápido da produtividade do setor de comercializáveis em comparação aos
não-comercializáveis resulta em aumento dos preços destes últimos, que são relativamente mais intensivos
em trabalho, resultando em aumento dos salários neste setor. Neste contexto, se a vantagem de crescimento
de produtividade do país doméstico for maior em bens comercializáveis, haverá uma pressão para a
apreciação real da taxa de câmbio deste país.
79
apreciação cambial. A inclusão dos gastos do governo nestes modelos também é
importante para explicar o comportamento dos desvios da taxa de câmbio real em relação à
PPC, dado que os gastos do governo, em comparação aos gastos do setor privado, estão
mais relacionados aos bens não-comercializáveis, o que, portanto, tende a promover uma
apreciação da taxa de câmbio real.
A discussão sobre commodities currencies surgiu a partir de extensões destes
modelos, em que a flutuação dos preços internacionais das commodities parece constituir o
choque real que faltava nas equações de determinação das taxas de câmbio nos países que
contam com uma participação importante destes produtos na pauta de exportação (Chen e
Rogoff, 2002). A análise parte da ideia de que a dinâmica do comportamento da taxa de
câmbio real nos países exportadores de commodities se mostra diferente daquela observada
nos países exportadores de produtos manufaturados, uma vez que a volatilidade dos termos
de troca no primeiro grupo de países se revela maior do que no segundo. Por conseguinte,
os países especializados em commodities são candidatos naturais a possuir uma commodity
currency, ou seja, a terem suas taxas de câmbio reais fortemente influenciadas pelo
comportamento dos preços internacionais das commodities que exportam (Fernandez,
2003; Hampshire, 2008).
As economias candidatas a possuir uma commodity currency se caracterizam por
uma pauta de exportações dominada por algumas poucas commodities, sendo que,
normalmente consistem em exportadoras líquidas de commodities e importadoras de uma
grande variedade de produtos manufaturados. Além disso, tais países geralmente adotam
políticas de taxa de câmbio flutuante, preferivelmente com baixa intervenção do governo
na economia (Fernandez, 2003; Hampshire, 2008).
A intuição teórica sobre a relação entre preços de commodities e taxa de câmbio é
resumida em Fernandez (2003). As equações de determinação da taxa de câmbio de longo
prazo consideram que um maior crescimento da produtividade no setor de comercializáveis
em relação ao setor de não-comercializáveis e alterações dos termos de trocas de um país
devem induzir a uma apreciação do câmbio real. Neste sentido, os choques positivos sobre
os termos de trocas provocam um aumento de recursos externos disponíveis no país, via
superávit em conta corrente, que pode implicar em excesso de demanda doméstica. Tal
excesso deverá ser eliminado por uma apreciação da taxa de câmbio real que compensa o
efeito da melhora dos termos de troca sobre a conta corrente.
No caso de países exportadores de commodities, espera-se que o impacto da
variação dos preços destes bens sobre os termos de troca seja diferente daquele esperado
80
sobre economias exportadoras de manufaturados, uma vez que, em geral, um país
exportador de commodities tende a ter poucos produtos que dominam sua pauta de
exportação, fazendo com que o impacto da variação do preço de algum destes produtos
seja fortemente sentido sobre os seus termos de trocas globais.
Assim, a relação esperada entre as séries de preços de commodities e da taxa de
câmbio real para os países exportadores de commodities pode ser representada pelo
seguinte sistema de equações:
et   ipct  ut
(eq. 1)
ipct   et  vt
(eq. 2)
Onde:
et representa a taxa de câmbio real no instante t
ipct representa o índice de preços de commodities
ut e vt são choques exógenos não correlacionados entre si
β representa a elasticidade do câmbio em relação aos preços de commodities
α representa a elasticidade dos preços de commodities em relação ao câmbio
Estas relações indicam que um aumento nos preços internacionais das commodities
pode provocar um aumento nas receitas de exportação. Desta forma, há um aumento da
oferta doméstica de moeda estrangeira, que, mantida constante a demanda, deverá acarretar
uma apreciação da taxa de câmbio real. De maneira análoga, espera-se que uma
depreciação da taxa de câmbio real provoque uma redução nos custos médios domésticos
de produção das commodities em moeda estrangeira. Se o país tem relevância na produção
global deste bem, este processo deverá promover uma redução do seu preço no mercado
internacional. Ou seja, definindo o câmbio real como o preço da moeda doméstica em
termos de moeda estrangeira, havendo evidências de commodity currency, deve-se esperar
valores negativos para os coeficientes α e β nas equações (1) e (2) (Fernandez, 2003).
Vários estudos têm se dedicado à investigação sobre a questão da doença holandesa
em diversas economias pela busca de evidências empíricas sobre a associação entre
apreciação do câmbio real e exportações de produtos baseados em recursos naturais. O
objetivo destes trabalhos consiste em procurar resultados consistentes sobre as relações
81
entre apreciação cambial e preços/exportações de commodities por meio de modelos de
determinação da taxa de câmbio de longo prazo compostos também por outras variáveis de
controle que são capazes de afetar o nível corrente do câmbio real.
Nesta linha, o trabalho precursor de Amano e van Noorden (1995) testa a relação
entre termos de troca e taxa de câmbio real para o Canadá a partir da análise de
cointegração e estimação de modelos de vetores de correção de erros. Os termos de troca
são medidos pela razão entre preços das commodities não-energéticas e energéticas
exportadas em relação aos preços dos manufaturados importados. Os autores encontram
indícios de que grande parte das variações da taxa de câmbio real canadense no longo
prazo pode ser atribuída aos choques dos termos de troca, especialmente dos preços das
commodities não-energéticas, sendo que fatores monetários, representados pelo diferencial
de taxa de juros, tiveram um papel secundário na explicação dos movimentos do câmbio
real. Além disso, as evidências sugerem que a relação de causalidade se dá dos termos de
troca para a taxa de câmbio, sendo que o inverso não se mostra verdadeiro.
Chen e Rogoff (2002) investigam os desvios da taxa de câmbio real de longo prazo
para três economias industrializadas que possuem uma expressiva participação de produtos
baseados em recursos naturais na pauta de exportações: Canadá, Austrália e Nova
Zelândia. Os autores utilizam estimações por mínimos quadrados ordinários, painel e
cointegração, e obtêm resultados de que, especialmente para Austrália e Nova Zelândia, os
choques exógenos dos preços das commodities exportadas têm uma influência forte e
estável para explicar as flutuações da taxa de câmbio real. As evidências parecem menos
robustas para o Canadá, dado que o país é relativamente maior e tem uma base industrial
mais desenvolvida do que os outros dois países analisados. A análise averigua se a adição
do componente de preços das commodities aos modelos monetários tradicionais de
determinação da taxa de câmbio resolve os problemas da invalidade da PPC no longo
prazo (PPC puzzles). Porém, após controlar os choques dos preços das commodities na
análise empírica, observa-se a permanência de um puzzle da PPC no resíduo da taxa de
câmbio real. A adição dos diferenciais de produtividade nas estimações revela que esta
variável é consistente com as previsões do Modelo Balassa-Samuelson, porém se mostra
menos relevante do que os preços das commodities para explicar os movimentos cambiais.
A pesquisa de Fernandez (2003) discute a relação entre preços de commodities e
taxas de câmbio de longo prazo para Nova Zelândia (1982-2002) e Brasil (1995-2002),
considerando a hipótese de endogeneidade dos preços das commodities em relação à taxa
de câmbio real. A autora utiliza a metodologia de identificação de modelos de equações
82
simultâneas com variáveis endógenas, a partir da presença de heterocedasticidade nas
séries. Os resultados sugerem a apreciação da taxa de câmbio real do Brasil em resposta a
elevações nos preços internacionais das principais commodities exportadas, porém não se
obteve evidências que corroborassem a ideia de que a taxa de câmbio do país determina os
preços das suas commodities, pois a elasticidade dos preços de commodities em relação ao
câmbio não pode ser considerada estatisticamente diferente de zero. Para a Nova Zelândia,
os resultados indicam que os efeitos contemporâneos dos movimentos da taxa de câmbio
sobre os preços das commodities exportadas são significativos, embora o efeito dos preços
das commodities sobre a taxa de câmbio deva ser considerado estatisticamente igual a zero,
indicando a não existência de commodity currency para este país.
Clements e Fry (2006) investigam a influência dos preços das commodities sobre o
câmbio real (commodity currencies) e a influência do câmbio real sobre os preços das
commodities (currency commodities) quando os valores das moedas de certos países
exportadores de commodities afetam os preços mundiais destes bens. Os autores utilizam
testes de causalidade de Granger e análise de decomposição de variância para verificar os
determinantes dos preços das moedas e das commodities para Austrália, Canadá e Nova
Zelândia entre 1975 e 2005, utilizando dois conjuntos de fatores latentes independentes: os
fatores commodities (que captura o impacto dos preços das commodities sobre o câmbio) e
os fatores currencies (que captura o impacto dos preços das moedas sobre os preços das
commodities). Os resultados obtidos acenam que os retornos das commodities são mais
afetados pelos preços das moedas (entre 2% e 5,2%) do que os preços das moedas são
afetados pelos preços das commodities (menos de 1%).
O artigo de Oomes e Kalcheva (2007) investiga os sintomas de doença holandesa
na Rússia por meio de modelos de cointegração e de vetores de correção de erros para o
período 1995-2005, a fim de captar uma relação de longo prazo entre os preços do petróleo
e a taxa de câmbio real, controlando outras variáveis, como consumo do governo, reservas
internacionais líquidas, diferenciais de produtividade e corrupção. A análise empírica
indica uma relação positiva entre apreciação do câmbio real e preços do petróleo. A
apreciação cambial também se mostra positivamente correlacionada com o consumo do
governo e com os diferenciais de produtividade, e negativamente correlacionada com a
acumulação de reservas internacionais. As estimativas sugerem que a corrupção pode
reduzir a apreciação da taxa de câmbio real, porém o resultado não foi estatisticamente
significante. Conclui-se que a Rússia parece ter os sintomas, porém, não se pode afirmar
com certeza que o país contraiu a doença holandesa, pois, embora os preços mais altos do
83
petróleo tenham conduzido a uma apreciação cambial mais rápida, não se obteve
evidências de uma sobreapreciação da taxa de câmbio real. Apesar do declínio do setor de
manufaturados relativamente ao setor de serviços, não houve crescimento negativo do setor
de manufaturas. Por fim, os salários reais cresceram rapidamente em todos os setores, mas
tal evidência pode ser explicada por outros fatores, tais como o rápido crescimento da
produtividade e a recuperação da crise de 1998.
Egert e Leonard (2007) investigam a relação entre preço do petróleo e apreciação
do câmbio nominal e real no Cazaquistão no período 1996-2005. Para isso, os autores
utilizam um modelo monetário, que envolve oferta de moeda, diferencial de juros,
diferencial de renda, preço (ou receita) do petróleo, e uma versão ampliada pelo efeito
Balassa-Samuelson, que inclui uma medida de diferencial de produtividade (ou preços) de
comercializáveis e não-comercializáveis. Os autores também constroem um modelo para a
taxa de câmbio real, incluindo variáveis como produtividade (ou preços relativos), preço
real (ou receita) do petróleo, razão divida pública/PIB, gasto público/PIB, grau de abertura,
termos de troca e ativos financeiros líquidos. Os resultados para o modelo monetário
apontam que as evidências de cointegração são fracas para o período completo (19962005), mas, no sub-período 1999-2005, o aumento no preço (ou receitas) do petróleo se
encontra relacionado à apreciação do câmbio nominal. Para o modelo da taxa de câmbio
real, observa-se que o aumento das receitas do petróleo está associado a uma apreciação do
câmbio real no período 1999-2005, mas, quando o setor de não-energéticos é incluído, as
receitas do petróleo parecem conduzir à depreciação cambial. Tal evidência é explicada
pelo fato de que a apreciação da taxa de câmbio nominal efetiva não se mostrou grande e
prolongada o suficiente para gerar um coeficiente negativo e estatisticamente significante
para o setor de não-energéticos. Assim, no período 1996-2005, o setor de não-energéticos
foi temporariamente poupado dos efeitos perversos do aumento do preço do petróleo,
apesar da apreciação da taxa de câmbio nominal e real.
Cerutti e Mansilla (2008) examinam a apreciação da taxa de câmbio real derivada
da expansão do setor de hidrocarbonetos na Bolívia no período 2000-2005. O trabalho
utiliza um modelo de equilíbrio comportamental e cointegração para investigar os
determinantes da taxa de câmbio real de equilíbrio baseado em variáveis como termos de
troca, diferenciais de produtividade, equilíbrio fiscal, entradas líquidas de capitais, e ativos
financeiros estrangeiros líquidos. Os resultados indicam cointegração entre as séries, sendo
que as variáveis têm o sinal esperado (relação direta entre termos de troca, entrada de
capitais, produtividade, ativos financeiros estrangeiros e inversa entre equilíbrio fiscal e
84
apreciação do câmbio real). Apenas as variáveis produtividade e ativos financeiros
estrangeiros não se mostraram significativas. O sinal negativo da posição fiscal captura o
impacto das exportações mais altas de gás natural sobre o equilíbrio fiscal na Bolívia, e é
consistente com o efeito de gastos da doença holandesa. Enfim, conclui-se que existem
evidências (embora fracas) de doença holandesa na Bolívia, sendo que a evolução dos
determinantes da taxa de câmbio, especialmente as saídas de investimento direto
estrangeiro, parecem explicar a apreciação da taxa de câmbio real de equilíbrio.
Hampshire (2008) analisa a relação entre preço de commodities e câmbio real para
Austrália, Canadá, Nova Zelândia e Brasil através de modelos de cointegração e vetores de
correção de erros. O objetivo é capturar a endogeneidade do índice de preço de
commodities na determinação da taxa de câmbio real brasileira, considerando o papel do
diferencial de juros, gastos do governo e conta corrente. As evidências indicam que as
taxas de câmbio reais de Canadá e Austrália são influenciadas pelos preços de
commodities, sendo que, para a Nova Zelândia, a série do preço de commodities possui
uma tendência declinante ao longo do período analisado, enquanto a série da taxa de
câmbio real não acompanha tal tendência, o que se explica pelo fato da participação de
commodities na pauta das exportações neozelandesas ter diminuído sensivelmente após os
anos 1980. Para o Brasil, obtém-se uma associação entre preço de commodities e
apreciação do câmbio real, com o coeficiente estimado sensivelmente maior do que nos
demais países. Porém, quando se insere uma medida de risco na análise, as estimativas se
reduzem bastante. Os testes de Hausman indicam que o Brasil é o único país com o índice
de preço de commodities exógeno à taxa de câmbio real. Assim, as evidências sugerem que
o Brasil possui uma commodity currency, mas o efeito dos preços de commodities sobre o
câmbio real deve perder importância ao longo do tempo, à medida que o país se
desenvolve economicamente e se torna menos arriscado para os investidores estrangeiros.
O trabalho de Beine, Bos e Coloumbe (2009) investiga a hipótese de que a taxa de
câmbio real canadense é afetada pela evolução dos preços de commodities, e, por
conseguinte, influencia negativamente o emprego no setor manufatureiro. No entanto, a
apreciação do câmbio canadense é explicada não apenas pelo fortalecimento da moeda
doméstica, mas também pode ser atribuída ao enfraquecimento da moeda americana. Os
autores utilizam análise de cointegração e modelos de vetores de correção de erros para
captar relações de curto e longo prazo entre os componentes monetários dos preços de
commodities de energia e não-energia e a taxa de câmbio real canadense no período 20022008. As evidências apontam que a apreciação da taxa de câmbio real canadense pode ser
85
decomposta em 63% pela apreciação da moeda canadense e 38% pela depreciação da
moeda americana. Além disso, obteve-se que 54% da apreciação da taxa de câmbio se
explica pelo aumento dos preços das commodities, o que sugere que o decréscimo do setor
manufatureiro canadense está sujeito aos efeitos da doença holandesa no país.
Em síntese, observa-se que a literatura empírica sobre commodities currencies tem
encontrado evidências favoráveis à intuição de que os preços internacionais das
commodities constituem um elemento importante na determinação da taxa de câmbio real
de longo prazo para países exportadores de produtos ricos em recursos naturais.
A importância deste diagnóstico tem em vista os efeitos que a persistência da
apreciação cambial pode causar sobre a competitividade dos produtos manufaturados e, em
última instância, as consequências sobre o crescimento econômico de uma especialização
da estrutura produtiva e exportadora em produtos baseados em recursos naturais. Por
conseguinte, a obtenção de evidências sobre um repasse dos preços das commodities para a
taxa de câmbio (“sintoma” de doença holandesa) esclarece a necessidade de formulação de
estratégias pelas autoridades econômicas que induzam uma reconfiguração do padrão de
especialização produtiva e a melhoria da competitividade de outros setores das economias
para compensar o desalinhamento cambial causado pela influência daqueles preços.
3. A Evolução dos Preços Internacionais das Commodities e a Dinâmica da Taxa de
Câmbio Real Brasileira no Período 1995-2009
O diagnóstico sobre a hipótese da doença holandesa no Brasil requer uma
investigação sobre a existência de uma associação (negativa) entre o aumento observado
nos preços internacionais das commodities e o desempenho da taxa de câmbio real
brasileira no período recente.
Nesta direção, os gráficos 1 e 2 apresentam, respectivamente, o comportamento dos
preços das commodities totais e específicas, sendo estas classificadas como alimentos,
matérias-primas, minerais e energia, delineado ao longo do período 1995-2009.
A evolução dos preços gerais das commodities nos mercados internacionais (gráfico
1) demonstra o crescimento expressivo dos preços destes bens a partir de 2002. Observa-se
que a tendência de aumento dos preços foi revertida somente em 2009, em consequência
da crise financeira internacional vivenciada em 2008/2009, mas, cumpre ressaltar que,
apesar da queda, tais preços se mantiveram em níveis razoavelmente elevados, com vistas
à rápida recuperação da trajetória ascendente.
86
Gráfico 1: Evolução dos Preços Internacionais das Commodities no Período 1995-2009
(Índice 2005 =100)
200
180
160
140
120
100
80
60
40
20
0
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Preços Commodities Totais
Fonte: IFS (2009), IMF (2010)
Em linha com o movimento dos preços das commodities gerais, a avaliação dos
indicadores de preços das commodities específicas (gráfico
2) assinala dois
comportamentos distintos dos preços destes produtos no mercado internacional: antes e
pós-2002. No período 1995-2001, pode-se notar um movimento declinante dos preços das
commodities não-energéticas: alimentos, matérias-primas e minerais, que se reflete no
comportamento dos preços das commodities totais.
Gráfico 2: Evolução dos Preços Internacionais de Commodities Específicas no Período
1995-2009 (Índice 2005 =100)
200
180
160
140
120
100
80
60
40
20
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Energia
Alimentos
Matérias-primas
Minerais
Fonte: IFS (2009), IMF (2010)
87
De fato, ao longo da segunda metade da década de 1990, os preços das diversas
commodities apresentaram uma tendência de deflação em função do excesso de oferta em
vários mercados, associado, em parte, aos avanços tecnológicos na agricultura e na
extração de metais, o que induziu liquidações que deprimiram os preços, e, em parte, à
queda da demanda dos países do leste e sudeste asiático após a crise de 1997/1998 (Prates,
2007).
A alta significativa dos preços de alimentos, matérias-primas, minerais e energia se
expressou no aumento persistente do índice geral de preços das commodities entre 2002 e
2008. A recuperação inicial dos preços em 2002 foi liderada, principalmente, pelos
choques de oferta de origem climática enfrentados pelas commodities agrícolas. Contudo, a
partir de 2003, alguns analistas passaram a apostar na emergência de uma nova fase de
elevação mais sustentável dos preços das commodities, cuja tendência altista persistiu ao
longo de 2004, com alguns sobressaltos provenientes da queda dos preços das commodities
agrícolas associada a melhores condições nas lavouras e a fatores sazonais.9
A partir de meados de 2004, os índices retomaram o movimento ascendente,
impulsionado pelas altas cotações das commodities minerais, que persistiu até 2007. A alta
dos preços destas commodities esteve atrelada ao aumento da demanda mundial por tais
produtos em consequência do crescimento expressivo das economias asiáticas,
principalmente da economia chinesa. Neste sentido, cumpre destacar a queda dos preços
das commodities minerais e energéticas em 2008 e 2009, que se refletiu em queda do
indicador geral dos preços das commodities, dada a redução da demanda mundial por tais
bens decorrentes da crise internacional evidenciada mais fortemente a partir do terceiro
trimestre de 2008 e nos primeiros trimestres de 2009. Porém, com relação aos efeitos desta
crise sobre o mercado de commodities, alguns analistas ressaltam que, embora a recessão
global tenha acarretado uma queda dos preços das commodities do pico observado em
2008, em geral, tais preços permaneceram mais elevados do que os verificados em
recessões anteriores e tão altos quanto os níveis observados no período 2005-2007
9
Hampshire (2008) assinala que os ciclos de altas e baixas dos preços de commodities tendem a oscilar ao
redor de um valor de equilíbrio, mas, aparentemente, o ciclo de commodities está sofrendo uma mudança
estrutural, em que o valor em torno do qual os preços oscilam está sofrendo um aumento permanente em
função das fortes taxas de crescimento dos países asiáticos e da pressão resultante sobre a demanda por
matérias-primas. A manutenção destes fatores ao longo do tempo pode implicar em alta nos preços de
commodities por um período prolongado.
88
caracterizado pelo forte crescimento mundial. Ademais, os preços mostraram sinais de
rápida recuperação ao longo de 2009.10
A tabela 1 apresenta as estatísticas descritivas básicas dos preços internacionais das
commodities vigentes no período 1995-2009 e nos sub-períodos 1995-2001 (contexto de
preços mais baixos) e 2002-2009 (contexto de preços mais altos).
Tabela 1: Estatísticas Descritivas para Preços Internacionais das Commodities no
Período 1995-2009 (Índice 2005=100)
Média
Mediana
Máximo
Mínimo
Desvio-padrão
Commodities
Totais
81,72
62,84
202,87
43,16
37,42
Média
Mediana
Máximo
Mínimo
Desvio-padrão
Commodities
Totais
57,15
58,97
64,92
43,16
6,43
Média
Mediana
Máximo
Mínimo
Desvio-padrão
Commodities
Totais
104,66
102,02
202,87
52,46
39,83
Período 1995-2009
MatériasAlimentos
Primas
102,64
103,35
99,55
100,01
174,83
129,59
77,13
84,63
22,05
10,74
Período 1995-2001
MatériasAlimentos
Primas
93,47
104,17
92,50
99,57
120,86
129,59
77,13
84,63
12,93
11,99
Período 2002-2009
MatériasAlimentos
Primas
111,19
102,58
103,20
100,21
174,83
118,86
78,10
85,63
25,37
9,58
Minerais
Energia
89,42
69,26
201,58
49,63
44,87
71,57
51,59
223,75
23,90
46,64
Minerais
Energia
62,87
62,03
78,39
49,63
7,96
39,51
37,86
57,53
23,90
9,41
Minerais
Energia
114,21
97,56
201,58
53,16
50,82
101,48
100,94
223,75
40,46
47,71
Fonte: Elaboração própria a partir de dados de IFS (2009), IMF (2010).
Quando se analisa o período 1995-2009, observa-se que os preços de matériasprimas e alimentos tiveram valores médios mais elevados do que os preços das demais
commodities, sendo que os preços de minerais e de energia se mostraram relativamente
10
Para Brahmbhatt e Canuto (2010), a evolução dos preços de commodities foi crucial para a recuperação de
muitos países em desenvolvimento perante a crise internacional de 2008/2009. A rápida recuperação dos
preços das commodities foi beneficiada pela percepção de superação da recessão em decorrência das políticas
públicas seguidas pelos países desenvolvidos; do papel desempenhado pela Ásia emergente na recuperação
global, que conduziu a uma avaliação futura otimista da demanda por commodities; e da liquidez abundante e
barata para financiamento e hedging de posições de estoques. No entanto, destaca-se que a trajetória futura
das commodities dependerá do desempenho da produtividade de longo prazo de commodities específicas, de
barreiras políticas e técnicas à expansão da capacidade e das elasticidades-renda da demanda, de modo que
quanto maiores as restrições sobre o investimento e o crescimento da oferta, e maior a demanda dos
mercados emergentes, mais forte será a recuperação dos preços das commodities.
89
mais voláteis no período. Para o sub-período 1995-2001, os dados indicam valores médios
menores dos indicadores de preços de commodities (exceto matérias-primas), sendo que
estes preços também tiveram menor volatilidade neste sub-período (menor desvio-padrão e
menor amplitude dos dados). Entretanto, no sub-período 2002-2009, os preços das
commodities atingiram valores médios mais elevados e apresentaram maior volatilidade,
com exceção das matérias-primas, cujo comportamento pareceu mais estável ao longo do
tempo.
Em linhas gerais, a evolução dos preços das commodities em todos os mercados
está relacionada às condições macroeconômicas globais, ao chamado “Efeito-China” e aos
choques de oferta sobre as commodities agrícolas (Prates, 2007).
A análise dos efeitos das condições macroeconômicas globais sugere que o ritmo de
crescimento da economia mundial exerceu influência significativa sobre os preços das
commodities, sendo que os períodos de expansão foram acompanhados por alta dos preços
relativos destes bens, enquanto os períodos de retração foram seguidos por declínio dos
preços. Tal movimento é justificado pelo fato de que matérias-primas agrícolas e minerais
são insumos da produção industrial (com oferta relativamente rígida no curto prazo), e,
assim, tais commodities tendem a apresentar um comportamento pró-cíclico. A evolução
do preço do dólar também desempenhou um papel fundamental na alta dos preços das
commodities, pois mudanças no valor daquela moeda tenderam a contaminar os preços
internacionais destes bens, com as desvalorizações do dólar sendo acompanhadas por alta
das cotações internacionais e vice-versa. Ademais, as baixas taxas de juros nos Estados
Unidos e em outros países centrais e a ampla liquidez internacional desde fins de 2002
fomentaram compras por parte de hedge funds e aplicações especulativas nos fundos de
commodities, criando uma bolha especulativa no mercado futuro e reforçando a alta dos
preços destes produtos.
O Efeito-China, ou seja, o excepcional ritmo de crescimento da economia chinesa,
consiste em um dos principais explicativos da alta dos preços das commodities após 2002,
uma vez que tal crescimento, liderado por setores intensivos em commodities metálicas,
energéticas e industriais (automotivo, metalúrgico e de construção civil) pressionou a
demanda por estes bens, ao mesmo tempo em que o crescimento populacional fomentou a
compra externa de alimentos e demais commodities agrícolas (Prates, 2007; Furtado,
2008).
Para ilustrar a relevância da demanda da China no mercado internacional de
commodities, a tabela 2 revela o comportamento das importações chinesas totais e de
90
algumas commodities selecionadas: alimentos, combustíveis e metais (ferro e aço) no
período 1995-2008.
Tabela 2: Importações Chinesas Totais e por Commodities Selecionadas no Período
1995-2008
(I)
Importações
(US$ bilhões)
1995
132,1
1996
138,3
1997
142,4
1998
140,2
1999
165,7
2000
225,1
2001
243,5
2002
295,2
2003
412,8
2004
561,2
2005
659,9
2006
791,6
2007
956,2
2008
1.131,6
Fonte: WTO (2010)
Ano
(II)
Alimentos
(US$ bilhões)
9,2
8,2
7,2
6,7
6,7
9,0
9,4
9,9
15,0
21,1
21,5
22,9
32,4
49,5
(III)
Combustíveis
(US$ bilhões)
5,1
6,9
10,3
6,8
8,9
20,6
17,5
19,3
29,2
48,0
63,9
89,0
104,9
168,8
(IV)
Ferro e aço
(US$ bilhões)
6,9
7,2
6,7
6,5
7,5
9,7
10,7
13,6
22,0
23,4
26,3
21,6
24,1
27,1
(II+III+IV)/(I)
(%)
16,08
16,07
16,96
14,23
13,96
17,49
15,43
14,49
16,04
16,48
16,94
16,87
16,89
21,69
A coluna (I) da tabela ilustra a evolução rápida e contínua do crescimento das
importações totais chinesas ao longo do período. Além disso, as colunas (II), (III) e (IV)
sugerem a importância da China como demandante de commodities específicas,
especialmente a partir de 2002, em que a participação do conjunto das importações de
alimentos, combustíveis, e ferro e aço no total importado pelo país contou com um
aumento médio de 15,75% entre 1995-2001 para 17,06% entre 2002-2008. Cabe enfatizar
que a crise internacional em 2008 não implicou em retração da demanda chinesa no curto
prazo, sendo que tal economia elevou substancialmente suas compras de alimentos,
combustíveis e commodities metálicas naquele ano.
A alta dos preços das commodities agrícolas também esteve associada aos choques
de oferta, em geral, de origem climática, a partir de 2002. Neste ano, condições climáticas
adversas, com destaque para o El Niño, provocaram secas e enchentes, resultando na queda
dos estoques e em alta de preços de várias commodities, mesmo no contexto de demanda
mundial deprimida. Outros fatores de curto prazo também contribuíram para os maiores
preços das commodities agrícolas, incluindo a maior demanda por biocombustíveis (com
91
pressão sobre os preços da cana, milho, soja e outros grãos), os altos custos de produção, e
políticas de exportadores e importadores que desestabilizaram o mercado internacional.
Em adição, fatores de longo prazo, tais como o aumento da população, as maiores taxas de
crescimento das economias em desenvolvimento, e o declínio do investimento na
agricultura, com consequente queda da produção, causaram aumento da demanda por
alimentos além da oferta. Tais fatos contribuíram para reduzir sensivelmente os níveis de
estoques de alimentos e pressionar pela elevação de preços destes produtos (Abbott, 2009).
O gráfico 3 elucida o desempenho da participação conjunta de algumas das
principais commodities exportadas pelo Brasil (cacau, café, fumo, açúcar, soja, carne
bovina, carne de frango, minério de alumínio, minério de ferro e suco de laranja) em
relação ao total das exportações no período 1995-2008.
Gráfico 3: Evolução da Participação das Exportações de Commodities Selecionadas
nas Exportações Totais Brasileiras no Período 1995-2008 (%)
30,0
25,7
25,0
22,5
26,7
25,8
25,2
23,3
20,5
22,4 22,3 22,1 22,2
23,3 23,8 23,3
20,0
15,0
10,0
5,0
0,0
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
% Exportações Totais
Fonte: BCB (2010) e IPEADATA (2010)
Os números assinalam uma importância expressiva destas commodities na pauta
exportadora brasileira, sendo que a participação média das mesmas no total das
exportações foi de 23,5% ao longo do período analisado. Há que se destacar que a
participação destas commodities selecionadas na pauta exportadora foi maior nos períodos
em
que
a
taxa
de
câmbio
real
brasileira
permaneceu
em
níveis
mais
valorizados/apreciados: média de 24,6% entre 1995-1998 e de 23,4% entre 2003-2008
contra média de 22,6% entre 1999-2002, em que o câmbio se manteve mais depreciado.
92
A tabela 3 exibe a evolução do valor médio e da participação no total exportado das
principais commodities exportadas pelo Brasil conforme os diversos patamares em curso
da taxa de câmbio real: 1995-1998 (câmbio fixo valorizado), 1999-2002 (câmbio flexível
depreciado) e 2003-2008 (câmbio flexível apreciado).
Tabela 3: Evolução Média das Principais Commodities Brasileiras Exportadas no
Período 1995-2008
Valor médio (US$ milhões)
1995199519992003Commodity
2008
1998
2002
2008
Cacau
8,4
22,2
4,4
1,8
Café
2.211,7 2.191,7 1.548,0 2.667,6
Fumo
1.475,6 1.478,5 938,8 1.831,4
Açúcar
2.870,0 1.812,1 1.870,6 4.241,6
Soja
3.879,5 1.604,8 2.384,7 6.392,6
Bovino
1.391,0 212,0
615,6 2.693,8
Frango
1.992,1 772,9 1.077,0 3.415,0
Minério de alumínio 155,7
123,7
104,6
211,0
Minério de ferro
5.333,8 2.835,6 2.943,7 8.592,8
Suco de laranja
1.066,3 1.191,6 984,0 1.037,7
Participação no total exportado (%)
199519951999- 20032008
1998
2002
2008
0,02
0,05
0,01
0,00
2,94
4,39
2,88
2,01
1,94
2,97
1,71
1,41
3,40
3,66
3,38
3,23
4,25
3,16
4,25
4,97
1,30
0,43
1,10
2,02
2,10
1,55
1,93
2,57
0,20
0,25
0,19
0,17
5,82
5,71
5,33
6,21
1,57
2,41
1,81
0,84
Fonte: BCB (2010), MDIC (2010) e IPEADATA (2010)
Os dados sobre os valores nominais das exportações sugerem que, com exceção do
cacau e do suco de laranja, cujos valores médios diminuíram ao longo do período
analisado, todas as demais commodities tiveram crescimento significativo do valor
exportado, especialmente carnes (bovina e frango), soja e minério de ferro.
A análise da participação média das commodities selecionadas no conjunto de bens
exportados pela economia brasileira revela que a pauta de exportações de commodities
mostrou-se relativamente diversificada no período 1995-2008, pois nenhum produto teve
um peso relativo mais expressivo no total das exportações, destacando-se minério de ferro,
soja e açúcar, que tiveram uma participação de 5,82%; 4,25%; e 3,4%; respectivamente.
Convém ressaltar que as exportações de cacau, café, fumo, açúcar, minério de
alumínio e suco de laranja perderam importância relativa no total das exportações,
enquanto soja, carnes (bovina e frango) e minério de ferro ampliaram suas participações
nas exportações ao longo do tempo. Tais evidências sinalizam o maior destaque das carnes,
dos grãos e de alguns minerais no conjunto das exportações brasileiras no período mais
recente, principalmente tendo em vista o contexto de aquecimento da demanda mundial
93
verificado a partir de 2002, apesar de este período ser coincidente com uma forte tendência
de apreciação cambial no Brasil.
Os gráficos 4(a) a 4(g) mostram a correlação entre o comportamento da taxa de
câmbio real brasileira e os preços das diversas commodities: total, alimentos (total, carnes e
grãos), matérias-primas, minerais e energéticas, praticados nos mercados internacionais no
período 1995:T1-2009:T2.
Gráfico 4: Relação entre Preços de Commodities e Taxa de Câmbio Real Efetiva
Brasileira no Período 1995T1-2009T2 (Índice 2005 = 100)
4(a) Commodities (Total)
4(b) Alimentos (Total)
200
160
140
180
140
160
120
120
100
80
40
100
40
20
80
20
60
0
Taxa de Câmbio Real Efetiva (D)
Fonte: BCB (2010) e IFS (2009)
Alimentos (E)
120
100
170
Taxa de Câmbio Real Efetiva (D)
Fonte: BCB (2010) e IPEADATA (2010)
80
130
60
110
Grãos (E)
2009Q2
2008Q3
2007Q4
2007Q1
2006Q2
2005Q3
2004Q4
2004Q1
0
2003Q2
20
50
1999Q3
40
70
1998Q4
90
1998Q1
1995Q1
1995Q4
1996Q3
1997Q2
1998Q1
1998Q4
1999Q3
2000Q2
2001Q1
2001Q4
2002Q3
2003Q2
2004Q1
2004Q4
2005Q3
2006Q2
2007Q1
2007Q4
2008Q3
2009Q2
0
100
150
1997Q2
20
Carnes (E)
2008Q3
2009Q2
190
40
60
2006Q2
2007Q1
2007Q4
140
120
60
70
2004Q4
2005Q3
160
210
80
80
2002Q3
2003Q2
2004Q1
230
140
1996Q3
90
160
1995Q4
100
4(d) Grãos
1995Q1
110
Taxa de Câmbio Real Efetiva (D)
Fonte: BCB (2010) e IFS (2009)
4(c) Carnes
120
2001Q1
2001Q4
1995Q1
1995Q4
1996Q3
2009Q2
2008Q3
2007Q4
2007Q1
2006Q2
2005Q3
2004Q4
2004Q1
2003Q2
2002Q3
60
2002Q3
Commodities Totais (E)
2001Q4
2001Q1
2000Q2
1999Q3
1998Q4
1998Q1
1997Q2
1996Q3
1995Q4
0
1995Q1
0
120
2001Q4
50
80
60
2001Q1
100
100
140
1998Q4
1999Q3
2000Q2
150
2000Q2
200
160
1997Q2
1998Q1
250
Taxa de Câmbio Real Efetiva (D)
Fonte: BCB (2010) e IPEADATA (2010)
94
Cont. Gráfico 4: Relação entre Preços de Commodities e Taxa de Câmbio Real Efetiva
Brasileira no Período 1995T1-2009T2 (Índice 2005 = 100)
4(e) Matérias-Primas
4(f) Minerais
Matérias-Primas (E)
250
160
140
200
120
100
150
80
100
60
40
50
20
Taxa de Câmbio Real Efetiva (D)
Fonte: BCB (2010) e IFS (2009)
Minerais (E)
2009Q2
2008Q3
2007Q4
2007Q1
2006Q2
2005Q3
2004Q4
2004Q1
2003Q2
2002Q3
2001Q4
2001Q1
2000Q2
1999Q3
1998Q4
1998Q1
1997Q2
1996Q3
1995Q1
0
1995Q4
0
2009Q2
2008Q3
2007Q4
2007Q1
0
2006Q2
60
2005Q3
20
2004Q4
70
2004Q1
40
2003Q2
80
2002Q3
60
2001Q4
90
2001Q1
80
2000Q2
100
1999Q3
100
1998Q4
110
1998Q1
120
1997Q2
120
1996Q3
140
1995Q4
160
130
1995Q1
140
Taxa de Câmbio Real Efetiva (D)
Fonte: BCB (2010) e IFS (2009)
4(g) Energia
250
160
140
200
120
100
150
80
100
60
40
50
20
0
1995Q1
1995Q4
1996Q3
1997Q2
1998Q1
1998Q4
1999Q3
2000Q2
2001Q1
2001Q4
2002Q3
2003Q2
2004Q1
2004Q4
2005Q3
2006Q2
2007Q1
2007Q4
2008Q3
2009Q2
0
Energia (E)
Taxa de Câmbio Real Efetiva (D)
Fonte: BCB (2010) e IFS (2009)
Uma análise preliminar dos gráficos esclarece que, dado o regime de câmbio semifixo adotado no Brasil antes de 1999, em que a taxa de câmbio nominal era controlada por
meio de bandas cambiais, a associação da taxa de câmbio real às variações nos preços
internacionais das commodities se mostra pouco expressiva no período 1995-1998.
Todavia, com a implantação da taxa de câmbio flexível (em janeiro de 1999), e,
especialmente a partir de 2003, é possível verificar uma disposição de apreciação da taxa
de câmbio real brasileira em meio a um contexto de elevação mais significativa dos preços
das commodities nos mercados internacionais. Em outras palavras, aparentemente, é
possível notar uma correlação negativa entre a taxa de câmbio real efetiva no Brasil e os
índices dos preços internacionais das commodities, e em suas diversas especificações
95
(commodities alimentícias, carnes, grãos, matérias-primas, minerais e energéticas) entre
2003 e 2009.
A tabela 4 apresenta os coeficientes de correlação entre a taxa de câmbio real
brasileira e os diversos índices de preços de commodities para o período 1995-2009 e nos
sub-períodos em que se manifestaram diferentes patamares da taxa de câmbio real.11
Tabela 4: Correlação entre Taxa de Câmbio Real Efetiva e Preços de Commodities
Variável
Commodities (Total)
Alimentos
Carnes
Grãos
Matérias-Primas
Minerais
Energia
1995:1-2009:2
-0.160003
-0.448693
0.110156
-0.484381
-0.585125
-0.275224
-0.075357
Taxa de Câmbio Real Efetiva
1995:1-1998:4
1999:1-2002:4
-0.244588
0.111811
-0.341778
0.475320
-0.314775
0.288958
-0.294286
0.346090
0.089361
0.093859
0.223568
-0.434707
-0.353036
0.114451
2003:1-2009:2
-0.820668
-0.692108
-0.624006
-0.625929
-0.657494
-0.877765
-0.796886
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
Os coeficientes de correlação obtidos corroboram a análise gráfica anterior, uma
vez que se verifica a existência de uma correlação negativa entre a taxa de câmbio real e os
índices de preços das diversas commodities para o período 1995-2009. Destaca-se que,
neste período, a correlação da taxa de câmbio real se mostra mais expressiva com os preços
das commodities não-energéticas, com destaque para matérias-primas e alimentos
(especialmente no segmento de grãos), o que sugere, ainda que preliminarmente, que os
movimentos de apreciação cambial estão correlacionados com o aumento do preço das
commodities.
Quando se analisa a correlação entre o câmbio e os preços das commodities
considerando a amostra total dividida em sub-períodos que denotam os diferentes
comportamentos da taxa de câmbio real, percebe-se que, no sub-período 1995-1998, existe
uma correlação negativa entre o câmbio real e os preços de commodities (exceto matériasprimas e minerais, para as quais o coeficiente de correlação é positivo), embora a
correlação observada seja mais fraca do que no período completo. No sub-período 19992002, os coeficientes de correlação se tornam positivos, indicando uma associação entre o
câmbio depreciado e os aumentos dos preços das commodities, com exceção dos preços de
minerais, em que a correlação com o câmbio real é negativa. Por fim, todos os coeficientes
11
A análise dos coeficientes de correlação não pretende sugerir uma relação de causalidade entre os preços
de commodities e a taxa de câmbio real brasileira, mas tem apenas o intuito de identificar associações
(positivas ou negativas) entre os movimentos das duas variáveis.
96
de correlação entre a taxa de câmbio real e os preços de commodities se mostram negativos
e mais robustos para o período 2003-2009, o que sinaliza uma associação entre taxa de
câmbio real mais apreciada em meio ao contexto de elevação dos preços das commodities
no mercado internacional.
A análise preliminar dos dados sugere, portanto, uma relação entre os preços dos
produtos básicos e a conformação de uma taxa de câmbio real mais apreciada na economia
brasileira, especialmente no período 2003-2009. Nesta conjuntura, o peso das commodities
na pauta de comércio e a participação brasileira no mercado das diversas commodities que
o país produz e exporta parecem ser fatores importantes para justificar uma investigação
sobre a relação de commodity currency para o Brasil. Assim, na ocorrência de commodity
currency, espera-se que as séries de taxa de câmbio real e dos preços de commodities
apresentem alguma correlação negativa entre si. Em outros termos, um aumento nos preços
das commodities exportadas pelo país deve induzir a uma melhora nos termos de troca,
acarretando uma apreciação real da moeda brasileira.
4. Investigação Empírica sobre a Relação entre Preços de Commodities e Taxa de
Câmbio Real a partir de Análise de Cointegração e Modelos de Vetores de
Correção de Erros (VEC)
Tendo em vista a abordagem das commodities currencies e a relevância dos
produtos baseados em recursos naturais na pauta de exportações brasileiras, o objetivo
deste ensaio consiste em identificar evidências da doença holandesa no Brasil no período
1995-2009, a partir da discussão sobre a extensão em que o comportamento da taxa de
câmbio nominal e real brasileira está ligado aos movimentos dos preços internacionais das
commodities. Para isso, será considerado o papel dos preços de commodities totais e
decomposto em preços de commodities energéticas e não-energéticas, sendo estas últimas
segmentadas em alimentos (total, carnes e grãos), matérias-primas e minerais.
Para cumprir estes propósitos, o trabalho se encontra fundamentado na investigação
sobre os determinantes da taxa de câmbio brasileira em uma dinâmica de longo prazo
através da metodologia de cointegração e da estimação de modelos de vetores de correção
de erros (VEC). Esta metodologia será utilizada para a construção de modelos de
determinação da taxa de câmbio (nominal e real) baseado na relação desta com os preços
dos diversos tipos de commodities exportadas pelo Brasil.
97
4.1. Metodologia, Fonte de Dados e Descrição dos Modelos Estimados
Dado duas ou mais séries temporais não-estacionárias, por exemplo, séries I(1), se
o resíduo da combinação linear entre elas for estacionário, ou seja, I(0), pode-se dizer que
tais séries são cointegradas. Tal fato acontece porque a combinação linear entre séries I(1)
faz com que as tendências estocásticas das séries se anulem entre si (Gujarati, 2006).
Nestes termos, segundo os pressupostos de Engle e Granger (1987), os elementos
do vetor Xt, n x 1, são ditos cointegrados de ordem (d, b), denotados por Xt ~ CI (d, b), se:
i)
Todos os elementos de Xt são integrados de ordem d, ou seja, são I(d).
ii)
Existe um vetor não nulo, β, tal que ut = Xt’β ~ I (d, b), b > 0.
A primeira condição indica que as variáveis incluídas em Xt devem ter a mesma
ordem para que possam ser cointegradas. Entretanto, essa condição pode ser relaxada,
conforme a definição de Campbell e Perron (1991), segundo a qual os elementos do vetor
Xt, n x 1, são ditos cointegrados de ordem (d, b), denotados por Xt ~ CI (d, b), se existe
pelo menos um vetor β não nulo tal que ut = Xt’β ~ I (d – b), b > 0 (Bueno, 2008, p. 207).
Essa definição indica que não é preciso que todos os elementos de Xt tenham a mesma
ordem de integração para que se obtenha uma relação de cointegração, com a ressalva de
que a maioria das séries incluídas na análise tenha a maior ordem de integração
encontrada. A vantagem dessa formulação é que ela possibilita a estimação de modelos que
relacionem variáveis não estacionárias com estacionárias.
Do ponto de vista econômico, duas variáveis serão cointegradas se tiverem uma
relação de longo prazo, ou de equilíbrio, entre elas. Formalmente, diz-se que existe um
equilíbrio de longo prazo quando Xt`β = 0, isto é, o vetor β, chamado vetor de
cointegração, define uma combinação linear entre os elementos de Xt perfeita no sentido
de seguir uma tendência em comum, sem desvio (Bueno, 2008, p. 204).
No curto prazo, pode ocorrer desvios dessa tendência comum, de modo que o erro
de equilíbrio (ut) expressa os desvios temporários do equilíbrio de longo prazo entre as
séries analisadas. Nestas condições, a relação de longo prazo é perturbada por choques de
curto prazo representados por u t, porém, sendo este termo estacionário, tais perturbações
serão dissipadas ao longo do tempo, de modo que as variáveis voltam ao seu equilíbrio de
longo prazo. O tempo necessário para a dissipação do choque vai depender do ajustamento
do modelo evidenciado por um parâmetro de ajustamento (α).
98
Em síntese, a teoria da cointegração preocupa-se com dois pontos fundamentais: o
primeiro ponto é testar o resíduo ut das regressões das variáveis explicativas para constatar
que se trata de uma série estacionária, e o segundo ponto é usar tal informação para melhor
ajustar o modelo VAR, chamado em função deste ajuste de quase-VAR, por meio da
construção dos modelos de vetores de correção de erros (VEC), que incorporam este erro
de equilíbrio na análise (Bueno, 2008).
Este ensaio utilizará o Teste de Johansen para detectar a existência de relações de
cointegração entre as séries de interesse. Este teste procura definir o posto da matriz , e,
assim, estimar os vetores de cointegração contidos na matriz β a partir de uma
normalização destes vetores, o que permite identificar as matrizes α (ajustamento de curto
prazo) e β (cointegração de longo prazo). Para esta análise, é preciso determinar
cuidadosamente o modelo de cointegração a ser testado e a ordem de defasagens dos
componentes auto-regressivos a partir da combinação entre o menor valor do critério de
informação escolhido e a ausência de autocorrelação dos resíduos.
A partir da identificação de relações de cointegração entre as séries, as informações
produzidas pelo teste de Johansen neste trabalho serão utilizadas para especificar o modelo
de vetores de correção de erros (VEC). O modelo VEC é um VAR convencional que
utiliza o resíduo das séries cointegradas para melhor ajustar o sistema VAR no sentido de
captar dinâmicas de curto e longo prazo entre as séries. A ideia básica é que o VAR com
variáveis não estacionárias, mas diferenciadas, omite variáveis relevantes, na medida em
que os resíduos da cointegração não são incluídos no modelo, o que pode resultar em
estimativas viesadas dos parâmetros. Assim, o VEC corrige este problema ao incorporar os
resíduos das séries cointegradas nas estimações para ligar o comportamento das variáveis
no curto prazo com o seu valor no longo prazo (Gujarati, 2006; Bueno, 2008).
Para a estimação dos modelos propostos neste ensaio serão utilizados dados
trimestrais para o período completo (1995-2009) e para o sub-período (2003-2009). A
justificativa para tal divisão temporal da amostra consiste no fato de que se tentará captar
os impactos dos preços internacionais das distintas commodities exportadas sobre o
comportamento da taxa de câmbio nominal e real no período pós-Real, porém tal período é
caracterizado pela manutenção de uma taxa de câmbio semi-fixa até janeiro de 1999, sendo
que somente após esta data é que o câmbio pautou-se pelo regime flexível e se manteve
mais depreciado até o final de 2002. Sendo assim, a ideia é tentar captar os efeitos da
doença holandesa no Brasil no período 1995-2009 e verificar a consistência dos resultados
para o período mais recente, especialmente pós-2003, em que prevaleceu um contexto
99
favorável à ocorrência da doença holandesa: preços elevados das commodities, crescimento
expressivo das exportações brasileiras e taxa de câmbio flexível apreciada.
Os modelos construídos para a determinação da taxa de câmbio nominal e real
brasileira estão baseados nos trabalhos de Amano e van Noorden (1995), Oomes e
Kalcheva (2007), Egert e Leonard (2007), Hampshire (2008), e Beine, Bos e Coloumbe
(2009). Estes trabalhos utilizam análise de cointegração e modelos VEC para analisar os
determinantes das taxas de câmbio nominais e reais de diversas economias, nos quais o
comportamento do câmbio no longo prazo depende dos preços das commodities
energéticas e não-energéticas exportadas. Os modelos desenvolvidos por estes trabalhos
também consideram o papel de variáveis de caráter monetário, tais como o diferencial de
taxa de juros, o diferencial de oferta de moeda e o diferencial de renda para analisar a
dinâmica de ajustamento da taxa de câmbio nominal e real no curto prazo. Além disso, na
tentativa de apreender os efeitos das variações dos preços das commodities sobre o
comportamento cambial, tais trabalhos buscam incorporar os efeitos de mudanças
exógenas dos termos de troca e dos diferenciais de produtividade na tentativa de capturar o
efeito Balassa-Samuelson sobre a determinação da taxa de câmbio real.
Nestes termos, os modelos a serem estimados por este ensaio envolverão as
seguintes variáveis, as quais foram obtidas principalmente junto aos bancos de dados do
Banco Central do Brasil (BCB), do Instituto de Pesquisa em Economia Aplicada
(IPEADATA), do Fundo Monetário Internacional (IFS-CDROM), e do Instituto Brasileiro
de Geografia e Estatística (IBGE):12

TCN = Taxa de câmbio nominal brasileira

TCREF = Taxa de câmbio real efetiva brasileira

IPCOM = Índice de preços de commodities total

IPAL = Índice de preços de alimentos (total)

IPCAR = Índice de preços de carnes

IPGR = Índice de preços de grãos

IPMP = Índice de preços de matérias-primas

IPMIN = Índice de preços de minerais

IPE = Índice de preços de commodities energéticas
12
Ver Quadro II.1 do Anexo II para uma descrição completa das variáveis, incluindo a fonte de dados e a
forma de construção das séries.
100

JN = Diferencial da taxa de juros nominal interna e externa

JR = Diferencial da taxa de juros real interna e externa

M = Diferencial da oferta de moeda interna e externa

Y = Diferencial do produto nominal per capita interno e externo

PROD = Diferencial de produtividade entre os setores de comercializáveis e nãocomercializáveis13

CC = Saldo da conta corrente

CG = Consumo do governo

TT = Termos de troca
Em conformidade com os propósitos deste ensaio, os modelos estimados podem ser
especificados da seguinte forma:

Modelo 1: TCN = f (JN, M, Y, PREÇOS COMMODITIES)

Modelo 2: TCREF = f (JR, M, PROD, PREÇOS COMMODITIES)

Modelo 3: TCREF = f (CC, CG, PROD, PREÇOS COMMODITIES)

Modelo 4: TCREF = f (CC, CG, TT, PREÇOS COMMODITIES)
O Modelo 1 se baseia em uma extensão da teoria da abordagem monetária da taxa
de câmbio e tenta captar a dinâmica de curto prazo do câmbio nominal em função do
diferencial de taxa de juros nominal, diferencial de oferta de moeda e diferencial de
produto (renda) nominal entre a economia doméstica e os países estrangeiros. Ademais,
busca-se apreender a dinâmica de longo prazo em função dos preços de commodities, em
que a função demanda de moeda de uma economia inclui uma medida de riqueza expressa
pelos preços dos bens exportados pela economia. O Modelo 2 incorpora, além dos
impactos daquelas variáveis, o efeito Balassa-Samuelson (diferencial de produtividade
relativa entre o setor de comercializáveis e não-comercializáveis) sobre o câmbio real, na
13
Levando em conta a dificuldade de se encontrar uma medida de diferencial de produtividade confiável em
termos da relação entre produtividade dos trabalhadores nos setores de comercializáveis e nãocomercializáveis para a economia brasileira, optou-se por trabalhar com a razão entre produtividade por
trabalhador no Brasil e nos EUA (representando o resto do mundo). O produto real per capita (Brasil e EUA)
será utilizado como proxy para o indicador do produto por trabalhador.
101
medida em que supõe que a taxa de câmbio real pode se apreciar ao longo do tempo em
função dos impactos dos ganhos de produtividade relativos dos setores de bens
comercializáveis. Assim, aumentos da oferta relativa de moeda e do diferencial de taxa de
juros devem conduzir a uma depreciação da taxa de câmbio nominal e real, ao passo que
aumentos do diferencial de produto (renda), do diferencial de produtividade e dos preços
das commodities devem causar apreciação cambial.
Os Modelos 3 e 4 procuram captar uma possível persistência dos sinais de doença
holandesa no Brasil (relação negativa entre taxa de câmbio real e preços das commodities)
controlando outras variáveis que possam afetar o comportamento do câmbio real, em uma
extensão do modelo Balassa-Samuelson, que inclui os termos de troca e fatores do lado da
demanda. Neste caso, o objetivo é estimar uma relação empírica de longo prazo entre taxa
de câmbio real e outras variáveis, tais como consumo do governo, conta corrente,
diferencial de produtividade e termos de troca. Havendo relação de cointegração entre as
variáveis, o passo seguinte é estimar o VEC para interpretar o termo de correção de erro
como um desvio do equilíbrio de longo prazo. Espera-se que um aumento das variáveis
preços das commodities, consumo do governo, conta corrente, diferencial de produtividade
e termos de troca conduza à apreciação da taxa de câmbio real.
Cabe destacar que, para cada um dos modelos anteriormente explicitados, os
índices de preços de commodities serão testados nas suas diversas especificações:
- Commodities totais
- Commodities não-energéticas, segmentadas em:
o Alimentos: total, carnes e grãos
o Matérias-primas
o Minerais
- Commodities energéticas
A opção para uma análise dos efeitos dos preços das commodities específicas sobre
o câmbio se baseia em pesquisas como as de Amano e van Noorden (1995), Clements e
Fry (2006), e Beine, Bos e Coloumbe (2009), os quais segmentam os índices de preços das
commodities em energéticas e não-energéticas. Para o caso brasileiro, em que a pauta de
exportações de commodities se mostra relativamente diversificada, convém desagregar
também o índice geral de commodities não-energéticas nas suas diversas especificações,
pois a investigação com base nos indicadores de preços de commodities agregados pode
102
não ser adequada para captar as diferenças entre os impactos dos vários tipos de
commodities exportadas pelo país sobre o comportamento da taxa de câmbio brasileira.
Partindo do princípio de que o objetivo principal deste ensaio consiste em avaliar a
existência de sinais de doença holandesa no Brasil, cabe ressaltar que não houve uma
preocupação em investigar uma possível endogeneidade dos preços das commodities em
relação à taxa de câmbio brasileira. Isto ocorre em função de resultados de trabalhos
anteriores, com destaque para Fernandez (2003) e Hampshire (2008), os quais indicam que
o Brasil, apesar de ser grande produtor de algumas das principais commodities que
compõem a sua pauta de exportação, não tem poder significativo sobre a formação do
preço internacional destes produtos. Deste modo, tais autores fornecem evidências de que
variações da taxa de câmbio real brasileira não implicam necessariamente em variações
contemporâneas dos preços internacionais das commodities.
Tal fato também pode ser usado para justificar a utilização dos índices de preços
internacionais de commodities mensurados pelo FMI como uma proxy razoável para os
preços das commodities brasileiras, ao invés de se pautar pela construção de indicadores de
preços que refletissem mais especificamente os valores das principais commodities que
compõem a pauta de exportações do país, apesar de a literatura considerar que um
indicador de preços de commodities país-específico poderia conduzir a resultados mais
robustos.
4.2. Análise dos Resultados
4.2.1. Testes de Estacionariedade das Variáveis
A investigação sobre a questão da doença holandesa tendo em vista uma possível
relação de commodity currency no Brasil toma como ponto de partida a análise dos testes
de raiz unitária das séries envolvidas nas estimações econométricas, a fim de se detectar a
ordem de integração das mesmas, considerando que a análise de cointegração pressupõe a
utilização de séries não estacionárias. Neste sentido, foram realizados os testes de raiz
unitária Augmented Dickey-Fuller (ADF) e Phillips-Perron sobre as séries no período de
análise (1995-2009). A hipótese nula destes testes se refere à presença de raiz unitária nas
séries investigadas.
Os resultados completos dos testes de estacionariedade ADF e Phillips-Perron para
as diversas variáveis estão reportados no Anexo II pelas tabelas II.1 e II.2,
103
respectivamente. De forma resumida, a tabela 5, na sequência, apresenta os resultados
obtidos pelos testes quanto à ordem de integração das séries de interesse.
Tabela 5: Síntese dos Resultados da Ordem de Integração das Séries
Variáveis
Taxa de câmbio nominal (TCN)
Taxa de câmbio real efetiva (TCREF)
Preços commodities totais (IPCOM)
Preços alimentos (IPAL)
Preços carnes (IPCAR)
Preços grãos (IPGR)
Preços matérias-primas (IPMP)
Preços minerais (IPMIN)
Preços energia (IPE)
Diferencial de juros nominais (JN)
Diferencial de juros reais (JR)
Diferencial de oferta de moeda (M)
Diferencial de renda real (Y)
Diferencial de produtividade (PROD)
Conta corrente/PIB (CC)
Gastos governo/PIB (CG)
Termos de troca (TT)
ADF
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
Phillips-Perron
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(0)
I(1)
Fonte: Elaboração própria a partir dos resultados dos testes ADF e Phillips-Perron.
I(1) = série estacionária em primeira diferença
I(0) = série estacionária em nível
Os resultados dos testes ADF indicam que não se pode rejeitar a hipótese nula de
raiz unitária para as séries em nível, porém houve rejeição da hipótese nula de raiz unitária
das séries em primeira diferença, informando que todas as variáveis são integradas de
ordem 1, isto é I(1), considerando o nível de significância estatística de 1%. Os testes
Phillips-Perron também produziram resultados semelhantes, indicando que, com exceção
da variável gastos do governo/PIB (CG), todas as demais variáveis podem ser tratadas
como I(1).
Quanto à variável CG, o teste ADF indica não rejeição de hipótese nula de raiz
unitária da série, sugerindo que a série é I(1), porém, o teste Phillips-Perron sinaliza que a
mesma pode ser considerada estacionária em nível, ou seja, I(0). Apesar da divergência dos
resultados para esta série, optou-se por tratá-la como I(1). Ademais, a manutenção da série
CG nas estimações pode ser assegurada pela definição de Campbell e Perron (1991), que
possibilita trabalhar com combinações de séries estacionárias e não estacionárias na análise
104
de cointegração, levando em conta que a maioria das variáveis incluídas nos modelos seja
não estacionária.
Portanto, os testes de raiz unitária assinalam a possibilidade de investigação sobre a
existência de relações de cointegração entre as séries para os recortes temporais propostos,
visto que todas variáveis estudadas foram consideradas não estacionárias.
4.2.2 Análise de Cointegração: Teste de Johansen
A partir do diagnóstico da estacionariedade das séries, procedeu-se à estimação dos
testes de cointegração a fim de detectar a existência de uma relação estável de longo prazo
entre as variáveis. Para isso, foi utilizado o Teste de Johansen, que permitiu conferir a
existência de relações de cointegração entre as variáveis em termos do número de vetores
cointegrantes, do número de defasagens e da especificação correta a ser adotada na
determinação dos modelos de vetores de correção de erros (VEC) estimados na sequência,
conforme os menores valores dos critérios de informação de Schwarz.14
As tabelas II.3 e II.4 do Anexo II sistematizam os principais resultados da análise
de cointegração. Em síntese, os resultados produzidos pelo Teste de Johansen apontam
evidências de relações de longo prazo entre as séries nos quatro modelos especificados
para o período 1995T1-2009T2, exceto para o Modelo 3, na especificação para preços de
carnes, e para o Modelo 4, na especificação para preços de commodities energéticas.
Apenas nestes dois casos não foram obtidos nenhum vetor de cointegração.
Para o sub-período 2003T1-2009T2, foi possível identificar pelo menos um vetor
de cointegração entre as séries para todos os modelos considerados, havendo situações em
que foram encontrados dois ou três vetores de cointegração.
4.2.3 Análise dos Resultados dos Modelos VEC
Uma vez determinadas as especificações da análise de cointegração, este ensaio
realizou a estimação dos modelos de vetores de correção de erros (VEC).
Na sequência, serão expostos os resultados obtidos com as estimações do VEC em
termos do ajuste de longo prazo da dinâmica da taxa de câmbio brasileira em relação aos
preços das commodities. Posteriormente, serão apresentadas as evidências relacionadas aos
14
Foram realizados também testes adicionais de diagnósticos de resíduos, os quais corroboraram as
defasagens escolhidas pelo critério de Schwarz.
105
efeitos dos preços das commodities para o mecanismo de correção de erros (ajustamento)
da taxa de câmbio brasileira numa perspectiva de curto prazo.
i) Dinâmica de Longo Prazo:
As tabelas 6 e 7 sintetizam os resultados dos coeficientes de longo prazo obtidos
para os preços das commodities por meio das estimações dos VEC conforme as distintas
especificações dos modelos e amostras temporais. Estes coeficientes captam os efeitos dos
preços dos vários tipos de commodities exportadas sobre o desempenho de longo prazo da
taxa de câmbio nominal e real no Brasil. Os resultados completos das estimações
reportando os coeficientes das demais variáveis que compõem o VEC estão registrados nas
tabelas II.5 a II.12 do Anexo II.
Tabela 6: Resultados das Estimações do VEC para os Coeficientes de Longo Prazo
dos Preços das Commodities – Período 1995T1-2009T2
Commodities Totais
Alimentos
Carnes
Grãos
Matérias-Primas
Minerais
Energia
Modelo 1
-0.064082
-0.216754*
0.008117
-0.156256*
-0.336510*
-0.008829
-1.041907*
Modelo 2
0.316647*
0.045951
0.854396*
-0.076293
1.007648*
0.323432*
-6.152392*
Modelo 3
-0.088630**
-0.085351
---0.070959
0.090655
-0.170519*
-0.055899**
Modelo 4
-0.010840
-0.026632
-0.050887
-0.074820
3.217749*
-0.179189
---
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
(*) Resultados significativos ao nível de significância estatística de 1%.
(**) Resultados significativos ao nível de significância estatística de 5%.
Tabela 7: Resultados das Estimações do VEC para os Coeficientes de Longo Prazo
dos Preços das Commodities – Período 2003T1-2009T2
Commodities Totais
Alimentos
Carnes
Grãos
Matérias-Primas
Minerais
Energia
Modelo 1
0.083221*
-0.278578*
1.741576*
-0.170231*
-0.131463**
0.223871*
0.082569*
Modelo 2
0.541065*
-21.11405*
1.181316*
-0.633978*
-0.434033*
0.377410*
0.399166*
Modelo 3
-0.267252
-2.651375*
1.216557
-1.081976*
-0.556468*
0.184673*
0.030054
Modelo 4
0.506666*
4.336176*
4.126767*
-0.511667*
-2.215975*
-0.759494*
0.363078*
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
(*) Resultados significativos ao nível de significância estatística de 1%.
(**) Resultados significativos ao nível de significância estatística de 5%.
Em linhas gerais, os resultados dos modelos VEC para os coeficientes de longo
prazo dos preços das commodities sugerem algumas evidências sobre uma relação de
106
commodity currency para o Brasil no período 1995-2009. Cumpre destacar que tais
evidências se mostram relativamente fracas, uma vez que muitos dos coeficientes
estimados não tiveram o sinal negativo esperado ou não foram estatisticamente
significantes. Uma possível explicação para este resultado pode estar relacionada ao fato
de que, até janeiro de 1999, a taxa de câmbio brasileira pautou-se por um sistema mais
rígido, além do que o contexto de preços internacionais das commodities (mais baixos) se
mostrou menos favorável ao desenho dos “sintomas” de doença holandesa no país.
Todavia, quando o sub-período 2003-2009 é analisado, as evidências se tornam mais
consistentes, uma vez que, neste recorte temporal, as condições de câmbio flexível e de
elevação dos preços internacionais das commodities foram mais propícias ao cenário de
doença holandesa no Brasil.
Os resultados obtidos para o Modelo 1 (modelo monetário ampliado pelos preços
das commodities para a taxa de câmbio nominal) indicam que, no período 1995-2009, os
preços gerais das commodities tiveram o sinal negativo esperado, porém não foram
estatisticamente significantes para explicar o comportamento do câmbio nominal de longo
prazo. Quando se toma os preços de commodities específicas, verifica-se que os preços de
alimentos, matérias-primas e commodities energéticas foram importantes para explicar o
comportamento da taxa de câmbio nominal no longo prazo e se mostraram negativamente
associados com esta última variável. Nestes termos, as evidências assinalam que aumentos
nos preços de alimentos (especialmente dos grãos), matérias-primas e energia estiveram
atrelados à apreciação do câmbio nominal.
A análise dos resultados do Modelo 1 para o sub-período 2003-2009 revela que o
índice geral dos preços das commodities esteve associado de forma positiva com a taxa de
câmbio nominal. Isto sugere que os preços das commodities em conjunto contribuíram para
depreciar a taxa de câmbio nominal no longo prazo. Este resultado foi influenciado pelo
efeito dos preços de carnes, minerais e energia, que exibiram um coeficiente positivo e
estatisticamente significante, indicando que elevações nos preços destes bens pressionaram
por uma depreciação do câmbio nominal. No entanto, os preços dos alimentos, com
destaque para o segmento de grãos, e das matérias-primas neste sub-período conservaram o
sinal negativo esperado e continuaram estatisticamente significantes na explicação da
apreciação da taxa de câmbio nominal brasileira.
Os resultados para o Modelo 2, que relaciona taxa de câmbio real efetiva, preços de
commodities, diferencial de juros reais, diferencial de oferta de moeda e diferencial de
produtividade, indicam que, para o período 1995-2009, as evidências de commodity
107
currency no Brasil foram pouco significativas. Com exceção dos preços das commodities
energéticas, cujo sinal do coeficiente obtido foi negativo e estatisticamente significante, os
demais indicadores de preços de commodities (excluindo grãos, cujo sinal encontrado foi
negativo, porém, não significativo) estiveram relacionados a uma depreciação do câmbio
real neste período. No entanto, a análise para o sub-período 2003-2009 sugere, mais uma
vez, que os preços de alimentos, especialmente no segmento de grãos, e das matériasprimas estiveram associados a uma apreciação da taxa de câmbio real efetiva neste subperíodo de análise.
Os resultados para o Modelo 3, que relaciona as variações da taxa de câmbio real
efetiva com as mudanças dos preços das commodities, controlando outras variáveis (conta
corrente, gastos do governo e produtividade), revelam que os preços de alimentos, dos
grãos e matérias-primas continuaram possuindo um papel relevante para a manutenção de
uma taxa de câmbio real mais apreciada quando se considera o período mais restrito de
análise (2003-2009). As informações apontam que, no período 1995-2009, o coeficiente do
índice de preços total das commodities neste modelo apresentou um sinal negativo e
estatisticamente significante, mas perdeu significância estatística quando se considera o
sub-período 2003-2009. Já os índices para preços de minerais e de energia influenciaram a
apreciação da taxa de câmbio real no período 1995-2009, mas perderam este efeito no subperíodo 2003-2009.
No que se refere ao Modelo 4, o qual incorpora os efeitos das mudanças dos termos
de troca na análise, as evidências para o período 1995-2009 apresentaram os coeficientes
negativos esperados (exceto preços de matérias-primas), porém tais coeficientes não foram
estatisticamente significantes. Novamente, os resultados parecem se tornar mais robustos
quando analisados para o sub-período 2003-2009, em que os preços de grãos, matériasprimas e minerais passaram a apresentar coeficientes negativos e estatisticamente
significantes para explicar a apreciação da taxa de câmbio real.
Em resumo, a análise de cointegração assinala a existência de certas relações de
longo prazo entre as séries de câmbio e preços de commodities. A estimação dos modelos
VEC sugere que, embora as evidências sejam pouco robustas para a detecção da doença
holandesa no Brasil no período pós-Real em termos do impacto dos preços totais das
commodities sobre o comportamento do câmbio nominal e real, quando se considera os
efeitos de certos tipos de commodities, como alimentos, principalmente no segmento de
grãos, além de matérias-primas e, em menor grau de importância, as commodities minerais
108
e metálicas, tais produtos tiveram uma contribuição não desprezível para a apreciação da
taxa de câmbio nominal e real.
Estes resultados podem ser subsidiados pelo fato de que o Brasil não possui uma
pauta de exportações excessivamente concentrada em certos produtos commoditizados,
como no caso dos países exportadores de petróleo e derivados, por exemplo, a Rússia e
Bolívia, dentre outros. Todavia, verifica-se uma importância relativa de algumas
commodities não-energéticas, especialmente alimentos, matérias-primas e minerais no
conjunto das exportações brasileiras.
Adicionalmente, é possível perceber que os indicativos de doença holandesa na
economia brasileira se tornam mais evidentes quando se considera o período mais recente
(a partir de 2003), em que o cenário internacional foi marcado por um movimento de alta
dos preços das commodities.
Cabe destacar que os preços das commodities energéticas se mostram mais
relevantes para a conformação de um contexto de apreciação cambial quando se relaciona
aos modelos para o período completo (1995-2009), mas deixam de apresentar esse papel
no sub-período mais restrito de análise (2003-2009). Apesar do recente avanço da
participação dos produtos energéticos nas exportações e do contexto de preços mais
elevados dos itens de energia, este tipo de produto ainda possui uma participação menos
expressiva na pauta exportadora brasileira, situação que pode vir a ser alterada no futuro
quando do progresso da exploração do petróleo nas camadas do pré-sal e do avanço das
exportações dos biocombustíveis em âmbito mundial.
Nestas circunstâncias, verifica-se que a economia brasileira mantém sua tradição
nas exportações de alimentos, matérias-primas e minerais, em que possui maiores
vantagens comparativas, ao passo que a participação das commodities energéticas, cujo
peso na estruturação do índice geral de commodities do FMI é significativo, possui uma
participação relativamente pouco expressiva no conjunto das exportações brasileiras. Este
fato pode ter dificultado a captação da transmissão dos efeitos do índice generalizado de
preços das commodities para a apreciação da taxa de câmbio brasileira.
No que se refere aos efeitos das demais variáveis pertencentes aos modelos,
constata-se que há uma grande instabilidade dos coeficientes estimados, sendo que, em
muitas situações, tais coeficientes apresentaram o sinal errado ou não tiveram significância
estatística, o que dificulta a confirmação mais precisa dos “sintomas” de doença holandesa
no Brasil.
109
Assim, de forma generalizada, verifica-se que, para o período completo (19952009), o diferencial de oferta de moeda contribuiu para uma depreciação da taxa de câmbio
nominal, e o diferencial de juros nominais contribuiu para uma apreciação cambial
(Modelo 1). A variável diferencial de juros reais pareceu colaborar para uma apreciação da
taxa de câmbio real (Modelo 2). De outro lado, as variáveis diferencial do produto
nominal, diferencial de produtividade e termos de troca (Modelos 3 e 4) não se mostraram
relevantes para a determinação de uma taxa de câmbio mais apreciada neste período de
análise.
No que se refere ao sub-período mais restrito (2003-2009), o diferencial de oferta
de moeda se mostrou significativo para explicar a apreciação do câmbio nominal (Modelo
1). O diferencial de produtividade também esteve associado a uma apreciação do câmbio
real, principalmente quando relacionado aos modelos atrelados às commodities nãoenergéticas (Modelo 2 e 3). Já os termos de troca contribuíram para uma apreciação
cambial (sinal negativo e estatisticamente significante) apenas quando associados aos
modelos de preços gerais de commodities e alimentos total, carnes e grãos (Modelo 4).
ii) Dinâmica do Ajuste no Curto Prazo:
As tabelas 8 e 9 resumem os resultados dos coeficientes obtidos pelas estimações
do mecanismo de correções de erros do VEC considerando as distintas especificações dos
modelos. Tais coeficientes refletem os efeitos dos preços das commodities para o
ajustamento de curto prazo da taxa de câmbio (nominal e real) em relação a sua trajetória
de longo prazo.
Os resultados para o período 1995-2009 sugerem que os preços das commodities
não ajudaram a explicar a dinâmica da taxa de câmbio nominal e real brasileira numa
perspectiva de curto prazo, uma vez que os coeficientes obtidos para os indicadores dos
preços das diversas commodities não foram estatisticamente significantes. Destaca-se que
somente os preços dos minerais (Modelo 2) e das commodities energéticas (Modelo 3)
apresentaram alguma relevância estatística para o ajuste de curto prazo da taxa de câmbio
real, sendo que o sinal do coeficiente para as commodities minerais foi positivo, indicando
que choques nos preços destes bens contribuíram para uma depreciação do câmbio real, ao
passo que as mudanças de preços das commodities energéticas pareceram colaborar para
uma apreciação da taxa de câmbio real efetiva em tal período (sinal negativo do
coeficiente).
110
A análise dos resultados referentes ao sub-período 2003-2009 sugere uma
importância relativa dos preços de algumas commodities para explicar o ajuste de curto
prazo do câmbio no Brasil. Deste modo, a taxa de câmbio brasileira se mostrou
negativamente influenciada pelos preços de alimentos (Modelo 1), especialmente dos grãos
(Modelos 1, 2 e 4), e matérias-primas (Modelo 1). Isto significa que mudanças nos preços
daquelas commodities foram importantes para a dinâmica de apreciação cambial no curto
prazo evidenciada na economia brasileira no período mais recente.
Tabela 8: Resultados das Estimações do VEC para os Coeficientes de Curto Prazo
dos Preços das Commodities – Período 1995T1-2009T2
Commodities Totais
Alimentos
Carnes
Grãos
Matérias-Primas
Minerais
Energia
Modelo 1
0.020815
-0.090576
0.156118
-0.059608
0.244550
-0.020249
0.036734
Modelo 2
0.103196
0.055529
0.113240
0.077204
0.316034
0.323432*
0.073855
Modelo 3
0.048580
-0.014728
--0.045411
0.272495
0.018684
-0.055899**
Modelo 4
0.037926
0.023144
-0.180381
0.082417
0.280012
-0.179189
---
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
(*) Resultados significativos ao nível de significância estatística de 1%.
(**) Resultados significativos ao nível de significância estatística de 5%.
Tabela 9: Resultados das Estimações do VEC para os Coeficientes de Curto Prazo
dos Preços das Commodities – Período 2003T1-2009T2
Commodities Totais (-1)
Commodities Totais (-2)
Alimentos (-1)
Alimentos (-2)
Carnes (-1)
Carnes (-2)
Grãos (-1)
Grãos (-2)
Matérias-Primas (-1)
Matérias-Primas (-1)
Minerais (-1)
Minerais (-2)
Energia (-1)
Energia (-2)
Modelo 1
-0.591114
-1.643948
-1.718267*
-0.937258*
1.440268*
0.324689
-0.707949*
-0.240397
-1.797718*
-0.863784
0.335233
0.122426
0.731497
-0.043251
Modelo 2
0.073917
-0.437734
-0.338961
0.015280
0.773925
0.116720
-0.562449*
-0.218626
0.403141
---0.008870
-0.220169
0.328582
-0.324911
Modelo 3
-0.046088
0.311130
0.375743
-0.129177
-0.217199
0.235235
0.633490
0.004836
0.353155
-0.435400
0.064287
0.032135
0.155640
0.157154
Modelo 4
0.288376
0.153364
-0.408756
-0.496387
-1.083449
-0.116844
-0.726004*
-0.897162*
-0.743575
-0.614096
0.181091
0.199399
0.269163
0.120901
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
(*) Resultados significativos ao nível de significância estatística de 1%.
Números entre ( ) indicam quantidade de defasagens das variáveis inseridas nos modelos.
Em função destes resultados, cabe ressaltar que os efeitos dos preços das
commodities sobre o comportamento da taxa de câmbio nominal e real no Brasil em uma
111
visão de curto prazo foram pouco significativos. Este resultado pode ser utilizado para
corroborar os argumentos de alguns analistas que não conseguem identificar os “sintomas”
de doença holandesa no Brasil. Em outros termos, tais evidências sugerem que os
indicativos da doença holandesa no Brasil são mais observáveis em uma perspectiva de
longo prazo, e, principalmente, quando se analisa a contribuição separada dos vários tipos
de commodities negociadas pelo país sobre o comportamento cambial.
5. Considerações Finais
A partir de uma extensão de modelos tradicionais que buscam incorporar elementos
reais (produtividade e termos de troca) nas equações de determinação do câmbio real no
longo prazo, a literatura sobre commodities currencies incorpora os preços das
commodities para explicar o comportamento da taxa de câmbio real de longo prazo no
contexto de economias cujas pautas de exportações contam com uma participação
significativa deste tipo de bem. Neste sentido, alguns trabalhos na literatura econômica têm
encontrado evidências empíricas capazes de corroborar a intuição de uma relação entre
preços de commodities e a sustentação de uma taxa de câmbio real mais apreciada para
países exportadores de produtos intensivos em recursos naturais.
A análise do mercado de commodities indicou que o cenário internacional tem se
mostrado favorável à manutenção de patamares mais elevados para os preços dos produtos
intensivos em recursos naturais, especialmente a partir de 2002, considerando a elevação
da demanda mundial por estes produtos, decorrente, principalmente, do crescimento das
economias do leste asiático e chinesa. Fatores do lado da oferta, tais como gargalos de
produção e condições climáticas adversas também contribuíram para a ascensão dos preços
das commodities ao longo da década de 2000. Além disso, a rápida recuperação dos preços
destes produtos em 2009 (após uma queda dos mesmos em função da crise internacional
em meados de 2008) sinaliza que a melhora nos termos de troca a favor das commodities
não será revertida no médio prazo, sendo que a manutenção do ritmo de crescimento de
economias em desenvolvimento demandantes de commodities, como a China, continuará
exercendo pressões altistas sobre os preços dos produtos primários.
O presente ensaio discutiu os “sintomas” de doença holandesa no Brasil em termos
de busca de evidências na direção de uma influência negativa dos preços de commodities
para a determinação da taxa de câmbio nominal e real no período pós-Real. A principal
contribuição deste trabalho encontra-se no fato de que o mesmo procurou captar
112
empiricamente a relevância dos preços dos vários tipos de commodities exportadas pelo
país para a análise da dinâmica da taxa de câmbio nominal e real brasileira numa
perspectiva de curto e longo prazo, dado que, em função da diversidade da pauta de
exportações brasileiras, a análise de indicadores mais gerais poderia dificultar a observação
dos canais de transmissão dos preços das commodities sobre a oscilação do mercado
cambial.
Neste sentido, a pesquisa se pautou pela metodologia de cointegração e pela
construção de modelos de vetores de correção de erros (VEC) a fim de captar a
importância de um cenário mais favorável nos mercados internacionais das diversas
commodities exportadas pelo país, considerando os preços gerais das commodities e dos
preços de commodities energéticas e não-energéticas (alimentos total, carnes, grãos,
matérias-primas e minerais) sobre o comportamento da taxa de câmbio nominal e real
brasileira no período 1995-2009.
Os resultados dos modelos VEC apontaram poucas evidências de commodity
currency para o Brasil no período 1995-2009, pois muitos dos coeficientes dos preços das
commodities estudadas foram positivos ou, quando negativos, não apresentaram relevância
estatística. Nestas circunstâncias, alguns resultados para os preços de alimentos totais, em
especial grãos, matérias-primas e commodities energéticas foram favoráveis à hipótese da
doença holandesa no Brasil. No entanto, para o sub-período 2003-2009, as evidências se
tornaram mais robustas, principalmente para alimentos totais, grãos, e matérias-primas.
Destaca-se que este período foi caracterizado um contexto mais favorável à existência de
doença holandesa no Brasil: preços internacionais das commodities elevados, regime de
câmbio flexível e apreciado, e expressiva participação dos produtos intensivos em recursos
naturais na pauta de exportações brasileiras.
Ademais, os resultados dos VEC esclareceram que os indícios da doença holandesa
na economia brasileira se mostraram mais evidentes em uma dinâmica de longo prazo,
sendo que os preços das commodities foram pouco significativos para o ajustamento do
equilíbrio da taxa de câmbio brasileira no curto prazo.
Em suma, os resultados das estimações sugerem uma importância da análise dos
efeitos dos preços das commodities específicas sobre a determinação da taxa de câmbio na
economia brasileira no período pós-Real, uma vez que o indicador geral de preços das
commodities não conseguiu sinalizar evidências de doença holandesa para o Brasil. Porém,
quando tomados os preços de alimentos (total), de grãos, das matérias-primas, e, em menor
grau, das commodities energéticas e minerais/metálicas, os resultados indicaram que tais
113
variáveis tiveram alguma contribuição para explicar a apreciação da taxa de câmbio
nominal e real no período mais recente.
Estes resultados podem estar atrelados ao fato de que o Brasil, embora mantenha
destacadas vantagens comparativas em produtos intensivos em recursos naturais, não
possui uma pauta de exportações concentrada em poucos produtos. Além disso, o aumento
do grau de integração e a exploração de elos dinâmicos entre as cadeias agroindustriais e
energéticas podem estar limitando os efeitos mais expressivos da doença holandesa na
economia brasileira devido aos avanços de determinados setores de conteúdo tecnológico
mais avançado (máquinas de extração/exploração de minerais e petróleo, insumos
químicos, biotecnologia, etc.) na esteira dos aspectos favoráveis (demanda externa e preços
elevados) ao desenvolvimento dos setores produtores de commodities verificado ao longo
dos últimos anos.
Referências Bibliográficas
ABBOTT, P. Development Dimensions of High Food Prices. OECD Food, Agriculture and
Fisheries
Working
Papers,
No.
18,
2009.
Disponível
em:
http://dx.doi.org/10.1787/222521043712. Acesso em Janeiro de 2010.
ALMEIDA, J. S. G. As Contradições do Ciclo de Commodities. Novos Estudos CEBRAP,
no. 81, pp. 23-3, Julho, 2008.
AMANO, R. A.; VAN NOORDEN, S. Terms of Trade and Real Exchange Rates: The
Canadian Evidence. Journal of International Money and Finance. Vol. 14, no. 1, pp. 83104, 1995.
BCB. Banco Central do Brasil. Economia e Finanças. Séries Temporais. Disponível em:
http://www4.bcb.gov.br/?SERIESTEMP. Acesso em Janeiro de 2010.
BEINE, M.; BOS, C. S.; COULOMBE, S. Does the Canadian economy suffer from Dutch
Disease? January, 2009. Disponível em http://ssrn.com/abstract=1336635. Acesso em
Setembro de 2009.
BRAHMBHATT, M.; CANUTO, O. Natural Resources and Development Strategy after
the Crisis. PREM Notes Economic Policy. The World Bank. No. 147. January, 2010.
BUENO, R. D. L. S. Econometria de Séries Temporais. São Paulo: Cengage Learning,
2008.
CAMPBELL, J.; PERRON, P. Pitfalls and Opportunities: what macroeconomics should
know about unit roots. In: BLANCHARD, O. J; FISCHER, S. (eds.) NBER
Macroeconomics Annual. The MIT Press, p. 141-201, 1991.
114
CERUTTI, E.; MANSILLA, M. Bolivia: The Hydrocarbons Boom and the Risk of Dutch
Disease. IMF Working Paper. Western Hemisphere Department. June, 2008. Disponível
em: http://www.imf.org/eXternal/pubs/ft/wp/2008/wp08154.pdf. Acesso em Setembro de
2009.
CHEN, Y.; ROGOFF, K. Commodity Currency and Empirical Exchange Rate Puzzles.
IMF
Working
Paper
No.
02/27,
February,
2002.
Disponível
em:
http://www.imf.org/eXternal/pubs/ft/wp/2002/wp0227.pdf. Acesso em Março de 2010.
CLEMENTS, K. W.; FRY, R. Commodity Currencies and Currency Commodities.
Economics Discussion / Working Papers 06-17, The University of Western Australia,
Department
of
Economics,
July,
2006.
Disponível
em:
http://ideas.repec.org/p/uwa/wpaper/06-17.html. Acesso em Março de 2010.
DE GREGORIO, J.; WOLF, H. Terms of Trade, Productivity and the Real Exchange Rate.
Cambridge, Massachusetts. NBER Working Paper No. 4807, July, 1994.
ENGLE, R.; GRANGER, C. W. J. Cointegration and Error Correction: Reresentation,
Estimation, and Testing. Econometrica, v. 55, n.2, p.251-76, 1987.
EGERT, B.; LEONARD, C. S. Dutch Disease Scare in Kazakhstan: Is it real? Open
Economies Review Volume 19, n. 2, April, p.:147–165. Published online: June, 2007.
Disponível em: http://www.springerlink.com/content/r6621702tq170327/. Acesso em
Setembro de 2009.
FERNANDEZ, C. Y. H. Câmbio Real e Preços de Commodities: Relação Identificada
Através da Mudança de Regime Cambial. Rio de Janeiro. Dissertação de Mestrado.
Pontifícia Universidade Católica. Departamento de Economia. 86p. 2003.
FROOT, K.; ROGOFF, K. Perspectives on PPP and Long-Run Real Exchange Rates. In:
GROSSMAN, G.; ROGOFF, K. (eds.) Handbook of International Economics, pp. 164788. Ed. Elsevier Science B. V., 1995.
FURTADO, J. Muito Além da Especialização Regressiva e da Doença Holandesa. Novos
Estudos Cebrap, 81, pp. 33-46, Julho, 2008.
GUJARATI, D. N. Econometria Básica. Rio de Janeiro: Elsevier, 4ª. ed., 2006.
HAMPSHIRE, B. N. O Efeito de Preços de Commodities sobre a Taxa de Câmbio Real
para Países Exportadores de Commodities: Uma Análise Empírica. Rio de Janeiro.
Dissertação de Mestrado. Pontifícia Universidade Católica do Rio de Janeiro.
Departamento de Economia. 80p., 2008.
IBGE. Instituto Brasileiro de Geografia e Estatística. Indicadores. População. Disponível
em: http://www.ibge.gov.br/home/mapa_site/mapa_site.php#populacao. Acesso em
Janeiro de 2010.
IFS. International Financial Statistics Database. CD-ROM, International Monetary Fund
(IMF), Washington, DC, October, 2009.
115
IMF. International Monetary Fund. Data and Statistics. IMF Primary Commodity Prices.
September, 2010. Disponível em: http://www.imf.org/external/np/res/commod/index.asp.
Acesso em Setembro de 2010.
IPEADATA. Base de Dados do Instituto de Pesquisa em Economia Aplicada (IPEA).
Estatísticas
Macroeconômicas.
Disponível
em:
http://www.ipeadata.gov.br/ipeaweb.dll/ipeadata?192810671. Acesso em Janeiro de 2010.
MDIC. Ministério do Desenvolvimento, Indústria e Comércio Exterior. Estatísticas de
Comércio Exterior (DEPLA). Balança Comercial Brasileira Mensal. Disponível em:
http://www.desenvolvimento.gov.br/sitio/interna/interna.php?area=5&menu=1161. Acesso
em Janeiro de 2010.
OOMES, N.; KALCHEVA, K. Diagnosing Dutch Disease: Does Russia Have the
Symptoms? IMF Working Paper, Middle East and Central Asia Department, April, 2007.
Disponível em: http://www.imf.org/external/pubs/ft/wp/2007/wp07102.pdf. Acesso em
Setembro de 2009.
PRATES, D. M. A Alta Recente dos Preços das Commodities. Revista de Economia
Política, vol. 27, nº 3 (107), pp. 323-344, Julho-Setembro/2007.
PRATES, D. M.; MARÇAL, E. F. O Papel do Ciclo de Preços das Commodities no
Desempenho Recente das Exportações Brasileiras. Revista Análise Econômica, Porto
Alegre, ano 26, n. 49, pp. 163-191, Março, 2008.
ROGOFF, K. The Purchasing Power Parity Puzzle. Journal of Economic Literature, N. 2,
Vol. 34, pp. 647-68, June, 1996.
VIEIRA, F. V. Macroeconomia Internacional: Teoria, Modelos e Evidências. Campinas,
Ed. Alínea, 2008.
WTO. World Trade Organization. Statistics Database. Time Series. Disponível em:
http://stat.wto.org/StatisticalProgram/WsdbExport.aspx?Language=E. Acesso em Janeiro
de 2010.
116
ANEXO II
Quadro II.1: Descrição das Variáveis Utilizadas na Estimação Econométrica
Variáveis
TCN
TCREF
IPCOM
IPAL
IPCAR
IPGR
IPMP
IPMIN
IPE
JN
JR
Descrição
Logaritmo natural da taxa de câmbio nominal brasileira –
comercial – venda – média.
Logaritmo natural da taxa de câmbio real efetiva brasileira
– INPC exportações.
Logaritmo natural do Índice de Preços de Commodities
Total.
Logaritmo natural do Índice de Preços de Alimentos.
Logaritmo natural do Índice de Preços de Carnes
Logaritmo natural do Índice de Preços de Grãos,
Oleaginosas e Frutas
Logaritmo natural do Índice de Preços de Matérias-Primas.
Logaritmo natural do Índice de Preços de Minerais.
Logaritmo natural do Índice de Preços de Commodities
Energéticas.
Diferencial da taxa de juros nominal interna (Over-Selic) e
externa (Federal Funds) – em %.
Diferencial da taxa de juros real (Over-Selic) e externa
(Federal Funds) – em %.
A variável foi obtida pela transformação dos juros
nominais em juros reais considerando os índices de
inflação Brasil (IPCA) e EUA (CPI) através da seguinte
expressão: r 
M
Y
PROD
CC
CG
TT
Fonte de Dados
BCB
BCB
IFS
IFS
IPEA
IPEA
IFS
IFS
IFS
BCB, IFS
BCB, IFS
(1  i)
 1 , sendo r = taxa de juros real, i =
(1   )
taxa de juros nominal e π = taxa de inflação.
Logaritmo natural do diferencial da taxa de crescimento da
oferta de moeda interna (M2-Brasil) e externa (M2-EUA)
Diferencial do logaritmo natural do produto nominal per
capita interno (PIB-Brasil) e externo (PIB-EUA). O
produto nominal per capita (em US$ milhões) foi obtido
pela razão entre produto interno bruto nominal e população
dos respectivos países.
Diferencial do logaritmo natural do produto real per capita
interno (PIB-Brasil) e externo (PIB-EUA). Tal variável foi
utilizada como proxy para o indicador de diferencial de
produtividade dos trabalhadores nos setores de bens
comercializáveis e não-comercializáveis interno e externo.
Saldo da conta corrente/PIB – em %
Logaritmo natural dos gastos em consumo do governo/PIB
Logaritmo natural dos termos de troca medido pela razão
entre preços das exportações e preços das importações
brasileiras
IFS
IFS, IBGE, U.S.
Census Bureau
Population Division
IFS, IBGE, U.S.
Census Bureau
Population Division
BCB
BCB
IFS
Fonte: Elaboração própria.
117
Tabela II.1: Resultados dos Testes de Raiz Unitária ADF
Variável Constante Tendência Defasagem
TCN
DTCN
TCREF
DTCREF
IPCOM
DIPCOM
IPAL
DIPAL
IPCAR
DIPCAR
IPGR
DIPGR
IPMP
DIPMP
IPMIN
DIPMIN
IPE
DIPE
JN
DJN
JR
DJR
M
DM
Y
DY
PROD
DPROD
CC
DCC
CG
DCG
TT
DTT
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Sim
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Sim
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
0
0
0
0
2
1
2
1
0
0
2
1
1
1
1
0
2
1
10
1
2
1
0
0
0
0
0
0
4
3
5
3
0
0
t-ADF
1.120423
-5.927163
0.221752
-6.300652
0.993352
-6.050734
0.522733
-6.079171
0.869990
-7.305503
0.454618
-6.277451
-3.266718
-5.717525
0.365165
-4.737080
1.083196
-5.664457
-1.834318
-6.369056
-2.332234
-7.064187
-0.455890
-6.106487
-0.122907
-7.815916
0.627104
-7.567612
-1.21321
-2.870758
-3.195538
-4.716500
-1.560236
-6.734235
Valores Críticos
1%
5%
-2.606163 -1.946654
-2.606911 -1.946764
-2.606163 -1.946654
-2.606911 -1.946764
-2.607686 -1.946878
-2.607686 -1.946878
-2.607686 -1.946878
-2.607686 -1.946878
-2.606163 -1.946654
-2.606911 -1.946764
-2.607686 -1.946878
-2.607686 -1.946878
-3.552666 -2.914517
-2.607686 -1.946878
-2.606911 -1.946764
-2.606911 -1.946764
-2.607686 -1.946878
-2.607686 -1.946878
-2.615093 -1.947975
-2.607686 -1.946878
-2.607686 -1.946878
-2.607686 -1.946878
-2.606163 -1.946654
-2.606911 -1.946764
-2.606163 -1.946654
-2.606911 -1.946764
-2.606163 -1.946654
-2.606911 -1.946764
-2.609324 -1.947119
-2.609324 -1.947119
-3.562669 -2.918778
-2.609324 -1.947119
-2.606163 -1.946654
-2.606911 -1.946764
Prob
0.9302
0.0000
0.7471
0.0000
0.9134
0.0000
0.8256
0.0000
0.8946
0.0000
0.8094
0.0000
0.0213
0.0000
0.7867
0.0000
0.9255
0.0000
0.0638
0.0000
0.0203
0.0000
0.5132
0.0000
0.6370
0.0000
0.8489
0.0000
0.2035
0.0049
0.0259
0.0000
0.1107
0.0000
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
D indica variável em primeira diferença.
118
Tabela II.2: Resultados dos Testes de Raiz Unitária Phillips-Perron
Variável Constante Tendência Bandwidth
TCN
DTCN
TCREF
DTCREF
IPCOM
DIPCOM
IPAL
DIPAL
IPCAR
DIPCAR
IPGR
DIPGR
IPMP
DIPMP
IPMIN
DIPMIN
IPE
DIPE
JN
DJN
JR
DJR
M
DM
Y
DY
PROD
DPROD
CC
DCC
CG
TT
DTT
Não
Não
Não
Não
Não
Não
Não
Não
Sim
Não
Não
Não
Sim
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Sim
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Sim
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
2
3
11
13
2
9
8
19
2
1
6
17
4
7
2
7
0
4
11
2
11
3
3
0
10
7
7
5
25
5
24
1
2
t-PP
1.014843
-5.864173
0.265967
-6.183949
0.701108
-4.688770
0.652227
-5.343097
-3.359656
-7.305028
0.473385
-5.296826
-0.959245
-5.355261
0.308542
-4.630713
0.962898
-5.091852
-2.556140
-6.827600
-2.555090
-6.577748
-0.672422
-6.106487
-0.125277
-7.814662
0.620395
-7.570626
-2.092382
-13.67055
-9.638679
-1.627386
-6.716251
Valores Críticos
1%
5%
-2.606163 -1.946654
-2.606911 -1.946764
-2.606163 -1.946654
-2.606911 -1.946764
-2.606163 -1.946654
-2.606911 -1.946764
-2.606163 -1.946654
-2.606911 -1.946764
-4.127338 -3.490662
-2.606911 -1.946764
-2.606163 -1.946654
-2.606911 -1.946764
-2.606163 -1.946654
-2.606911 -1.946764
-2.606163 -1.946654
-2.606911 -1.946764
-2.606163 -1.946654
-2.606911 -1.946764
-2.606163 -1.946654
-2.606911 -1.946764
-2.606163 -1.946654
-2.606911 -1.946764
-2.606163 -1.946654
-2.606911 -1.946764
-2.606163 -1.946654
-2.606911 -1.946764
-2.606163 -1.946654
-2.606911 -1.946764
-2.606163 -1.946654
-2.606911 -1.946764
-3.550396 -2.913549
-2.606163 -1.946654
-2.606911 -1.946764
Prob
0.9165
0.0000
0.7597
0.0000
0.8641
0.0000
0.8542
0.0000
0.0672
0.0000
0.8141
0.0000
0.2975
0.0000
0.7715
0.0000
0.9091
0.0000
0.0114
0.0000
0.0115
0.0000
0.4214
0.0000
0.6362
0.0000
0.8475
0.0000
0.0360
0.0000
0.0000
0.0973
0.0000
Fonte: Elaboração própria a partir dos resultados dos resultados do Eviews 5.1.
D indica variável em primeira diferença.
119
Tabela II.3: Resultados da Análise de Cointegração – Teste de Johansen
(Período 1995T1-2009T2)
IPCOM
IPAL
IPCAR
IPGR
IPMP
IPMIN
IPE
IPCOM
IPAL
IPCAR
IPGR
IPMP
IPMIN
IPE
IPCOM
IPAL
IPCAR
IPGR
IPMP
IPMIN
IPE
IPCOM
IPAL
IPCAR
IPGR
IPMP
IPMIN
IPE
Modelo 1: TCN, JN, M, Y, PREÇOS DE COMMODITIES
Especificação da Tendência Determinística
No. de Vetores
Defasagens
Cointegrantes
Dados
Equação de Cointegração
1
1
Linear
Intercepto e tendência
1
1
Linear
Intercepto e tendência
1
1
Linear
Intercepto e tendência
1
1
Linear
Intercepto e tendência
1
1
Linear
Intercepto e tendência
1
1
Linear
Intercepto e tendência
1
1
Nenhuma
Sem intercepto e sem tendência
Modelo 2: TCREF, JR, M, PROD, PREÇOS DE COMMODITIES
Especificação da Tendência Determinística
No. de Vetores
Defasagens
Cointegrantes
Dados
Equação de Cointegração
1
1
Nenhuma
Intercepto e sem tendência
1
1
Nenhuma
Intercepto e sem tendência
1
1
Nenhuma
Intercepto e sem tendência
1
1
Nenhuma
Intercepto e sem tendência
1
1
Nenhuma
Intercepto e sem tendência
1
1
Nenhuma
Intercepto e sem tendência
1
1
Nenhuma
Sem intercepto e sem tendência
Modelo 3: TCREF, CG, CC, PROD, PREÇOS DE COMMODITIES
Especificação da Tendência Determinística
No. de Vetores
Defasagens
Cointegrantes
Dados
Equação de Cointegração
1
1
Nenhuma
Intercepto e sem tendência
1
1
Nenhuma
Intercepto e sem tendência
0
------1
1
Nenhuma
Intercepto e sem tendência
1
1
Nenhuma
Intercepto e sem tendência
1
1
Nenhuma
Intercepto e sem tendência
1
1
Nenhuma
Intercepto e sem tendência
Modelo 4: TCREF, CG, CC, TT, PREÇOS DE COMMODITIES
Especificação da Tendência Determinística
No. de Vetores
Defasagens
Cointegrantes
Dados
Equação de Cointegração
1
1
Nenhuma
Intercepto e sem tendência
1
1
Nenhuma
Intercepto e sem tendência
1
1
Nenhuma
Intercepto e sem tendência
1
1
Nenhuma
Intercepto e sem tendência
1
1
Nenhuma
Sem intercepto e sem tendência
1
1
Nenhuma
Intercepto e sem tendência
0
-------
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
120
Tabela II.4: Resultados da Análise de Cointegração – Teste de Johansen
(Período 2003T1-2009T2)
IPCOM
IPAL
IPCAR
IPGR
IPMP
IPMIN
IPE
IPCOM
IPAL
IPCAR
IPGR
IPMP
IPMIN
IPE
IPCOM
IPAL
IPCAR
IPGR
IPMP
IPMIN
IPE
IPCOM
IPAL
IPCAR
IPGR
IPMP
IPMIN
IPE
Modelo 1: TCN, JN, M, Y, PCOM
Especificação da Tendência Determinística
No. de Vetores
Defasagens
Cointegrantes
Dados
Equação de Cointegração
2
2
Linear
Intercepto e tendência
2
2
Linear
Intercepto e tendência
3
3
Quadrática
Intercepto e tendência
2
2
Linear
Intercepto e tendência
3
2
Linear
Intercepto e tendência
2
2
Linear
Intercepto e tendência
2
2
Quadrática
Intercepto e tendência
Modelo 2: TCREF, JR, M, PROD, PCOM
Especificação da Tendência Determinística
No. de Vetores
Defasagens
Cointegrantes
Dados
Equação de Cointegração
2
2
Quadrática
Intercepto e tendência
1
2
Linear
Intercepto e sem tendência
2
2
Quadrática
Intercepto e tendência
2
2
Linear
Intercepto e sem tendência
1
1
Linear
Intercepto e tendência
1
2
Linear
Intercepto e tendência
2
2
Quadrática
Intercepto e tendência
Modelo 3: TCREF, CG, CC, PROD, PCOM
Especificação da Tendência Determinística
No. de Vetores
Defasagens
Cointegrantes
Dados
Equação de Cointegração
2
2
Quadrática
Intercepto e tendência
2
2
Quadrática
Intercepto e tendência
3
2
Quadrática
Intercepto e tendência
2
2
Quadrática
Intercepto e tendência
2
2
Linear
Intercepto e sem tendência
3
2
Linear
Intercepto e sem tendência
1
2
Quadrática
Intercepto e tendência
Modelo 4: TCREF, CG, CC, TT, PCOM
Especificação da Tendência Determinística
No. de Vetores
Defasagens
Cointegrantes
Dados
Equação de Cointegração
1
2
Quadrática
Intercepto e tendência
2
2
Linear
Intercepto e tendência
2
2
Quadrática
Intercepto e tendência
2
2
Quadrática
Intercepto e tendência
2
2
Linear
Intercepto e sem tendência
2
2
Nenhuma
Intercepto e sem tendência
1
2
Quadrática
Intercepto e tendência
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
121
Tabela II.5: Resultados do VEC para Modelo 1 – TCN, JN, M, Y, PCOM
(Período 1995T1-2009T2)
-0.008073 -0.004320 -0.007515 -0.003883 -0.009264 -0.007330 -0.051590
(0.00107) (0.00069) (0.00097) (0.00069) (0.00127) (0.00099) (0.00695)
[-7.57224] [-6.24003] [-7.72075] [-5.61678] [-7.31028] [-7.41240] [-7.42770]
0.304211 0.190880
0.353497 0.273682 0.092631 0.366303 1.107087
M
(0.16385) (0.10173) (0.15679) (0.09292) (0.20979) (0.14473) (0.26442)
[ 1.85670] [ 1.87630] [ 2.25458] [ 2.94535] [ 0.44155] [ 2.53095] [ 4.18685]
0.600817 0.820948
0.501746 0.708609 0.865413 0.503569 -0.154504
Y
(0.21663) (0.13907) (0.19127) (0.12345) (0.27226) (0.19085) (0.19828)
[ 2.77349] [ 5.90323] [ 2.62326] [ 5.74025] [ 3.17862] [ 2.63857] [-0.77924]
-0.064082
IPCOM (0.07424)
[-0.86321]
-0.216754
IPAL
(0.06830)
[-3.17363]
0.008117
IPCAR
(0.15361)
[ 0.05284]
-0.156256
IPGR
(0.05022)
[-3.11118]
-0.336510
IPMP
(0.16782)
[-2.00518]
-0.008829
IPMIN
(0.05421)
[-0.16286]
-1.041907
IPE
(0.15167)
[-6.86938]
JN
C
-1.400737
-0.027333
-2.027706
-0.687764
0.857009
-1.960714
TEND.
-0.015312 -0.013534 -0.016763 -0.014114 -0.016018 -0.016432
(0.00220) (0.00099) (0.00179) (0.00085) (0.00134) (0.00174)
[-6.96143] [-13.7173] [-9.38352] [-16.5986] [-11.9491] [-9.45424]
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
Nota: Desvio-padrão entre ( ) e t-estatístico entre [ ].
122
Tabela II.6: Resultados do VEC para Modelo 2 – TCREF, JR, M, PROD, PCOM
(Período 1995T1-2009T2)
0.015950
(0.00292)
[ 5.47025]
-0.260479
M
(0.22151)
[-1.17595]
0.646664
PROD
(0.18364)
[ 3.52140]
0.316647
IPCOM (0.13129)
[ 2.41178]
JR
IPAL
IPCAR
IPGR
0.013559
(0.00271)
[ 5.00574]
0.125889
(0.17623)
[ 0.71434]
0.344354
(0.12531)
[ 2.74804]
0.015978
(0.00316)
[ 5.05180]
-0.187459
(0.19936)
[-0.94030]
0.653812
(0.19620)
[ 3.33245]
0.014448
(0.00271)
[ 5.32868]
0.262036
(0.17829)
[ 1.46969]
0.259228
(0.12275)
[ 2.11177]
0.016131
(0.00253)
[ 6.37806]
0.347943
(0.10897)
[ 3.19294]
0.058396
(0.10213)
[ 0.57180]
0.016172 -0.358022
(0.00268) (0.04610)
[ 6.02584] [-7.76666]
-0.167451 8.293447
(0.20523) (2.74558)
[-0.81592] [ 3.02065]
0.527966 -7.513017
(0.15452) (2.15206)
[ 3.41673] [-3.49108]
0.045951
(0.20614)
[ 0.22291]
0.854396
(0.34337)
[ 2.48823]
-0.076293
(0.17171)
[-0.44430]
1.007648
(0.26944)
[ 3.73982]
IPMP
0.323432
(0.10292)
[ 3.14261]
IPMIN
-6.152392
(1.66757)
[-3.68943]
IPE
C
-3.990987 -3.819027 -6.364225 -3.564533 -9.265322 -4.457768
(0.42876) (0.81049) (1.10744) (0.66559) (1.36783) (0.39122)
[-9.30825] [-4.71198] [-5.74680] [-5.35545] [-6.77374] [-11.3945]
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
Nota: Desvio-padrão entre ( ) e t-estatístico entre [ ].
123
Tabela II.7: Resultados do VEC para Modelo 3 – TCREF, CG, CC, PROD, PCOM
(Período 1995T1-2009T2)
CC
CG
PROD
IPCOM
0.010187
(0.01061)
[ 0.95980]
2.795792
(0.40194)
[ 6.95571]
0.353336
(0.04823)
[ 7.32531]
-0.088630
(0.05207)
[-1.70197]
0.012048
(0.01034)
[ 1.16563]
2.418767
(0.37086)
[ 6.52201]
0.409091
(0.05591)
[ 7.31723]
0.010618
(0.01052)
[ 1.00928]
2.533239
(0.38516)
[ 6.57707]
0.406388
(0.06018)
[ 6.75295]
0.000669
(0.01026)
[ 0.06517]
2.484328
(0.38088)
[ 6.52268]
0.350049
(0.07018)
[ 4.98754]
0.016038
(0.01390)
[ 1.15373]
4.257080
(0.51688)
[ 8.23617]
0.315292
(0.06471)
[ 4.87272]
-0.085351
(0.10549)
[-0.80912]
IPAL
-0.070959
(0.09188)
[-0.77234]
IPGR
0.090655
(0.25047)
[ 0.36193]
IPMP
-0.170519
(0.06126)
[-2.78365]
IPMIN
IPE
C
0.009680
(0.00888)
[ 1.09040]
2.298076
(0.34900)
[ 6.58468]
0.357571
(0.04086)
[ 8.75184]
-11.32248
(1.31315)
[-8.62240]
-10.01293
(1.36903)
[-7.31388]
-10.42983
(1.36859)
[-7.62086]
-11.23588
(1.95725)
[-5.74065]
-15.42788
(1.65488)
[-9.32265]
-0.055899
(0.03128)
[-1.78687]
-9.976408
(1.12102)
[-8.89944]
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
Nota: Desvio-padrão entre ( ) e t-estatístico entre [ ].
124
Tabela II.8: Resultados do VEC para Modelo 4 – TCREF, CG, CC, TT, PCOM
(Período 1995T1-2009T2)
CC
CG
TT
IPCOM
0.007452
(0.03130)
[ 0.23810]
8.362750
(1.04874)
[ 7.97410]
1.002175
(1.13391)
[ 0.88382]
-0.010840
(0.17717)
[-0.06119]
0.016581
(0.03490)
[ 0.47516]
0.016581
(0.03490)
[ 0.47516]
0.211538
(1.67724)
[ 0.12612]
0.017465
(0.03128)
[ 0.55829]
9.266612
(1.08813)
[ 8.51609]
0.645290
(0.97078)
[ 0.66472]
0.024077
(0.03137)
[ 0.76744]
8.710229
(1.09226)
[ 7.97448]
0.687288
(1.60519)
[ 0.42817]
0.051120
(0.04088)
[ 1.25043]
10.73733
(1.32975)
[ 8.07472]
-0.201880
(1.58924)
[-0.12703]
-0.026632
(0.47206)
[-0.05642]
IPAL
-0.050887
(0.46210)
[-0.11012]
IPCAR
-0.074820
(0.36628)
[-0.20427]
IPGR
3.217749
(0.48890)
[ 6.58167]
IPMP
IPMIN
C
-0.051436
(0.02486)
[-2.06899]
-6.575427
(0.75687)
[-8.68766]
3.017379
(1.09581)
[ 2.75356]
-29.54790
(3.34003)
[-8.84661]
-32.72375
(4.35760)
[-7.50959]
-32.06912
(4.00855)
[-8.00018]
-30.23612
(3.79242)
[-7.97277]
-0.179189
(0.21161)
[-0.84678]
-35.76602
(4.11726)
[-8.68684]
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
Nota: Desvio-padrão entre ( ) e t-estatístico entre [ ].
125
Tabela II.9: Resultados do VEC para Modelo 1 – TCN, JN, M, Y, PCOM
(Período 2003T1-2009T2)
JN
0.000000
0.000000
-0.063090 -0.189998
(0.07988) (0.07086)
[-0.78978] [-2.68121]
0.948969 2.158695
Y
(0.08497) (0.12525)
[ 11.1680] [ 17.2350]
0.083221
IPCOM (0.03716)
[ 2.23971]
-0.278578
IPAL
(0.04561)
[-6.10778]
M
0.000000
0.000000
0.889758
(0.16588)
[ 5.36399]
0.000000
-0.087468
(0.04078)
[-2.14482]
1.421381
(0.07498)
[ 18.9556]
0.000000
0.000000
0.537261
(0.06761)
[ 7.94660]
0.000000
0.000000
0.954922
(0.04965)
[ 19.2328]
0.007611
(0.05561)
[ 0.13687]
-0.382522
(0.12730)
[-3.00490]
1.275354
(0.11539)
[ 11.0524]
1.741576
(0.12738)
[ 13.6721]
IPCAR
-0.170231
(0.01487)
[-11.4486]
IPGR
-0.131463
(0.06955)
[-1.89013]
IPMP
0.223871
(0.01533)
[ 14.6056]
IPMIN
0.082569
(0.03296)
[ 2.50488]
IPE
C
-1.530705
4.849402
-9.184350
1.465714
-2.222823
-5.172584
-0.406595
TEND.
-0.008519 -0.042570
(0.00237) (0.00305)
[-3.59224] [-13.9561]
-0.020405
-0.019817
(0.00175)
[-11.2955]
0.010507
(0.00336)
[ 3.12810]
-0.039600 -0.004673
(0.00341) (0.00316)
[-11.5995] [-1.47936]
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
Nota: Desvio-padrão entre ( ) e t-estatístico entre [ ].
126
Tabela II.10: Resultados do VEC para Modelo 2 – TCREF, JR, M, PROD, PCOM
(Período 2003T1-2009T2)
M
-0.663168
-0.027583 -0.010843
(0.10370) 0.000000 0.000000
(0.00135) (0.00309) 0.000000
[-6.39500]
[-20.4995] [-3.50769]
38.26756
0.592738 -0.195360 1.315906 1.817704 -1.028323
(7.58026) (0.18013) (0.15046) (0.07947) (0.11668) (0.05186)
[ 5.04832] [ 3.29058] [-1.29838] [ 16.5590] [ 15.5779] [-19.8284]
-61.74468 -0.318013 1.228353 0.026108 -0.558039 1.229507
(15.6079) (0.31568) (0.25287) (0.08516) (0.07528) (0.05001)
[-3.95598] [-1.00738] [ 4.85766] [ 0.30657] [-7.41290] [ 24.5858]
IPAL
-21.11405
(7.92903)
[-2.66288]
JR
0.000000
-0.481826
(0.04029)
[-11.9579]
0.494723
PROD
(0.04177)
[ 11.8448]
0.541065
IPCOM (0.02304)
[ 23.4870]
1.181316
(0.13908)
[ 8.49402]
IPCAR
-0.633978
(0.07215)
[-8.78743]
IPGR
-0.434033
(0.08565)
[-5.06733]
IPMP
0.377410
(0.03810)
[ 9.90495]
IPMIN
0.399166
(0.01613)
[ 24.7508]
IPE
C
-5.384897
TEND.
0.002400
-115.4587
-10.97680
2.720590
-0.015788
-1.402896
-7.154300
-2.191995
-0.066067 -0.093224
(0.00313) (0.00618)
[-21.1256] [-15.0862]
0.010159
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
Nota: Desvio-padrão entre ( ) e t-estatístico entre [ ].
127
Tabela II.11: Resultados do VEC para Modelo 3 – TCREF, CG, CC, PROD, PCOM
(Período 2003T1-2009T2)
CC
0.000000
0.000000
0.000000
0.000000
0.000000
2.796712 -7.930883
-4.424135
(0.59210) (0.45093) 0.000000
(0.57423)
[ 4.72338] [-17.5877]
[-7.70445]
2.972720 0.665286 -6.098130 1.753339
PROD
(0.36672) (0.22839) (1.33498) (0.27429)
[ 8.10625] [ 2.91291] [-4.56795] [ 6.39236]
-0.267252
IPCOM (0.23441)
[-1.14012]
-2.651375
IPAL
(0.14293)
[-18.5499]
1.216557
IPCAR
(0.93142)
[ 1.30613]
-1.081976
IPGR
(0.10588)
[-10.2188]
2.963972
(0.34605)
[ 8.56514]
0.806588
(0.18764)
[ 4.29849]
CG
0.000000
0.000000
2.446968
(0.15265)
[ 16.0297]
0.024578
(0.00339)
[ 7.25124]
2.236472
(0.12574)
[ 17.7866]
1.205925
(0.07201)
[ 16.7460]
-0.556468
(0.24795)
[-2.24429]
IPMP
0.184673
(0.04615)
[ 4.00181]
IPMIN
0.030054
(0.01961)
[ 1.53232]
IPE
C
-0.245390
32.84894
-34.13731
19.83608
-7.800247
4.085056
-6.822081
TEND.
-0.081543
0.077371
0.205385
0.000178
-0.017381 -0.078286
(0.00778) (0.00750)
[-2.23539] [-10.4332]
-0.029695
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
Nota: Desvio-padrão entre ( ) e t-estatístico entre [ ].
128
Tabela II.12: Resultados do VEC para Modelo 4 – TCREF, CG, CC, TT, PCOM
(Período 2003T1-2009T2)
0.506666
(0.10508) 0.000000
0.000000 0.000000
[ 4.82172]
5.366560 21.40119
20.98983 0.203816
CG
(0.29793) (0.43954) (1.00054) (0.47429)
[ 18.0127] [ 48.6903] [ 20.9786] [ 0.42973]
-0.056428 -5.599808 -26.31818 -1.197448
TT
(0.00709) (0.47222) (1.88774) (0.56945)
[-7.95967] [-11.8585] [-13.9416] [-2.10282]
0.439329
IPCOM (0.34610)
[ 1.26936]
4.336176
IPAL
(0.12653)
[ 34.2691]
4.126767
IPCAR
(0.32185)
[ 12.8220]
-0.511667
IPGR
(0.08556)
[-5.98031]
CC
0.000000
0.000000
3.627509
(0.43468)
[ 8.34533]
3.095190
(1.09219)
[ 2.83394]
7.841817
(0.83820)
[ 9.35558]
3.046454
(1.89253)
[ 1.60972]
-0.051422
(0.00599)
[-8.57883]
5.581123
(0.28811)
[ 19.3716]
1.550172
(0.36588)
[ 4.23682]
-2.215975
(0.62519)
[-3.54448]
IPMP
-0.759494
(0.17607)
[-4.31349]
IPMIN
0.363078
(0.05893)
[ 6.16087]
IPE
C
-22.48604
-87.23681
-86.20644
-3.188384
TEND.
-0.033448
-0.106986
(0.00375)
[-28.4964]
0.079973
0.034789
-5.207751
-24.46370
(2.47738)
[-9.87483]
-22.43350
-0.037042
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
Nota: Desvio-padrão entre ( ) e t-estatístico entre [ ].
129
ENSAIO 3 – TAXA DE CÂMBIO REAL, PREÇOS DE COMMODITIES
E DESINDUSTRIALIZAÇÃO
Resumo: O contexto de apreciação da taxa de câmbio real e de elevação dos preços das
commodities evidenciado especialmente a partir de 2003 remete à preocupação com a
ocorrência do problema da doença holandesa e de desindustrialização na economia
brasileira no período pós-Real. Neste sentido, o objetivo deste ensaio consiste em
investigar se a apreciação da taxa de câmbio real brasileira e o aumento dos preços
internacionais das commodities contribuíram para uma perda de participação relativa do
setor industrial em termos de produção e emprego quando comparado aos setores
intensivos em recursos naturais e de serviços. A análise quantitativa empreendida no
trabalho por meio da metodologia de cointegração e da estimação dos modelos VEC
sugere que existem algumas evidências que corroboram um processo de
desindustrialização na economia brasileira no período 1995-2009, sendo que tais
evidências se mostram mais robustas quando se considera o período mais recente (20032009). Os resultados da análise setorial apontam um impacto negativo da apreciação
cambial e dos preços das commodities sobre a produção (quantum) e emprego para
determinados sub-setores da atividade industrial. Além disso, a abertura comercial e as
altas taxas de juros também são relevantes para explicar o desempenho de segmentos da
indústria brasileira ligados à utilização de tecnologia mais elaborada.
Palavras-chave: Doença holandesa, desindustrialização, cointegração, VEC, Brasil.
Abstract: The period of real exchange rate appreciation and rising commodity prices since
2003 address the concern on the occurrence of the Dutch disease phenomenon and
deindustrialization in the Brazilian economy in the post Real Plan. In this sense, the main
goal is to investigate whether or not the Brazilian real exchange rate appreciation and the
rise in international commodity prices contributed to a loss in the relative share of output
and employment for the industrial sector when compared to sectors that are intensive in
natural resources and service. The quantitative analysis was based on the use of
cointegration techniques and the estimation of VEC models revealing that there is evidence
supporting the deindustrialization process of the Brazilian economy in the period of 19952009 and such evidence is even stronger when considering the recent period (2003-2009).
The empirical results using disaggregated data (sectors) reveals that there is a negative
impact of the exchange rate appreciation and the commodity prices over the production
(quantum) and employment for specific sub-sectors of the industrial activity. Other than
this, trade openness and high interest rates are also relevant to explain the performance of
segments of the Brazilian industry with a straight link to the use of more sophisticated
technology.
Key-words: Dutch disease, deindustrialization, cointegration, VEC, Brazil.
130
1. Introdução
A doença holandesa (Dutch disease) está relacionada à especialização produtiva e
exportadora das economias em produtos baseados em recursos naturais baratos e
abundantes. Estes produtos geram vantagens competitivas derivadas de rendas ricardianas
para os países em questão, cuja elevação das receitas de exportação acaba resultando em
apreciação da taxa de câmbio corrente de forma incompatível com a alavancagem da
competitividade dos setores produtores de bens manufaturados que utilizam tecnologia
sofisticada. A consequência deste processo é a retração da produção/exportação de bens
comercializáveis
(manufaturados),
fato
que
pode
implicar
na
chamada
“desindustrialização” das economias pela realocação de recursos produtivos dos setores
industriais para os setores intensivos em recursos naturais, na medida em que se estes
últimos se tornam relativamente mais rentáveis.
Os “sintomas” da doença holandesa podem apresentar intensidades diferentes nas
economias, dependendo do grau das rendas ricardianas e da apreciação cambial. Estes
sintomas se mostram permanentes quando o país nunca produziu bens industriais, ou
podem resultar de um fato novo que levou um país já industrializado a deixar de
neutralizar a doença, ou, ainda, de uma mudança nos termos de troca que aumenta o preço
de mercado das commodities. Nas duas últimas situações, haverá uma apreciação da taxa
de câmbio sem uma redução do superávit comercial, haverá desindustrialização, e as
empresas exportadoras de bens industriais aumentarão os componentes importados em sua
produção, transformando, gradualmente, a indústria de transformação do país em uma
indústria “maquiladora” (Bresser-Pereira, 2009). Em outras palavras, a desindustrialização
na esteira da doença holandesa está associada ao retrocesso da indústria local,
caracterizado pela incapacidade desta de produzir a custos competitivos frente aos
concorrentes internacionais. Este fato promove um processo de substituição da produção
doméstica por produtos importados favorecido pela apreciação cambial, que reduz a
rentabilidade das exportações industriais, ao passo em que estimula a penetração de
importações de bens com preços competitivos (Barros e Pereira, 2008).
Uma das dificuldades que se apresenta para a discussão sobre desindustrialização se
assenta nas distintas definições do termo. O conceito de desindustrialização tradicional ou
absoluta (hipótese mais forte da doença holandesa) se refere à redução persistente da
participação do emprego industrial e do valor adicionado na indústria no emprego total e
no produto (PIB) de um país ou região (Oolmes e Kalcheva, 2007; Tregenna, 2009). Neste
131
caso, a desindustrialização pode ser compatível com um crescimento da produção
industrial em termos físicos, porém o setor industrial perde importância como fonte
geradora de empregos e/ou de valor adicionado para uma determinada economia (Oreiro e
Feijó, 2010).
Por outro lado, vários pesquisadores utilizam o conceito de desindustrialização
relativa (hipótese mais fraca da doença holandesa), em que se verifica um menor
crescimento da participação do setor industrial no produto ou no emprego total
relativamente aos demais setores da economia (Oomes e Kalcheva, 2007). Nesta situação,
a desindustrialização pode vir acompanhada de uma “re-primarização” ou de uma
“especialização regressiva” da pauta de exportações, ou seja, por um processo de reversão
da pauta exportadora na direção de commodities, produtos primários ou manufaturas com
baixo valor adicionado e/ou baixo conteúdo tecnológico, que o país possui vantagens
comparativas para produzir (Oreiro e Feijó, 2010), e/ou por um avanço relativo do setor de
serviços (Oomes e Kalcheva, 2007). A desindustrialização neste caso é classificada como
“negativa”, pois é fruto de uma falha de mercado na qual a existência e/ou a descoberta de
recursos naturais escassos, cujo preço de mercado é maior do que o custo de produção,
causa uma apreciação da taxa de câmbio real, produzindo uma externalidade negativa
sobre o setor de bens manufaturados (Bresser-Pereira, 2008).
O debate sobre o problema da doença holandesa e da desindustrialização (ou não)
no Brasil tem sido intenso e ainda permanece em aberto. Alguns estudiosos sobre o tema
argumentam que a análise da composição do saldo comercial e do valor adicionado da
indústria brasileira mostra sinais de desindustrialização causada pela apreciação da taxa de
câmbio real que resulta da valorização dos preços das commodities no mercado
internacional (Bresser-Pereira e Marconi, 2008; Oreiro e Feijó, 2010). Além disso, existe a
preocupação de que a exploração do petróleo nas camadas do pré-sal possa intensificar os
“sintomas” da doença holandesa no Brasil. Assim, tendo em vista que este fenômeno é
considerado uma falha de mercado, recomenda-se a adoção de mecanismos graduais de
neutralização do problema pelas autoridades econômicas, a fim de que a taxa de câmbio de
mercado possa ser mantida em níveis compatíveis com o desenvolvimento dos setores
industriais modernos (Bresser-Pereira, 2009; Brahmbhatt e Canuto, 2010).
Fundamentado nesta análise, o presente ensaio tem como objetivo principal discutir
as evidências de doença holandesa no Brasil a partir do diagnóstico sobre um processo de
desindustrialização em curso (ou não) no período 1995-2009. Neste sentido, o problema
abordado neste trabalho consiste em investigar se o contexto de apreciação da taxa de
132
câmbio real brasileira e de elevação dos preços internacionais das commodities está
contribuindo para uma mudança da participação relativa da produção e do emprego no
setor industrial quando comparado aos setores produtores de bens intensivos em recursos
naturais. Este estudo toma como hipótese básica a ocorrência de um processo de
desindustrialização relativa na economia brasileira, em que é possível observar efeitos
perversos da apreciação do câmbio real e dos preços mais elevados das commodities em
termos da contribuição destas variáveis para uma retração da participação de determinados
setores produtores de bens manufaturados em comparação à participação dos setores
produtores de commodities.
Este ensaio está estruturado em quatro seções, além desta introdução. A seção 2
situa o debate teórico e empírico sobre doença holandesa e desindustrialização, com ênfase
nas evidências para o caso brasileiro, além de posicionar a discussão sobre as formas de
neutralização do problema. A seção 3 analisa os principais elementos indicativos de
alteração da estrutura industrial brasileira no que tange à produção (valor e quantum),
emprego e exportações para o período pós-Real. A seção 4 pretende avaliar empiricamente,
por meio da metodologia de cointegração e da construção de modelos de vetores de
correção de erros (VEC), quais os possíveis efeitos da taxa de câmbio real e dos preços de
commodities sobre a produção e o emprego gerado em setores industriais selecionados no
período 1995-2009. Por fim, à guisa de conclusão, a seção 5 sintetiza algumas
considerações finais relacionadas ao trabalho.
2. Doença Holandesa e Desindustrialização: Aspectos Teóricos e Empíricos
O conceito original de desindustrialização está relacionado às alterações na
estrutura produtiva dos países, na medida em que ocorre um avanço da renda per capita nas
economias. Nesta condição, haveria uma relação em forma de U entre especialização
(concentração) produtiva e renda per capita. Em níveis de renda mais baixa, os países
possuem maior participação dos setores primários na estrutura produtiva, porém, à medida
que a renda aumenta, a participação da indústria cresce pela diversificação produtiva.
Numa fase posterior, as economias voltam a se especializar, acarretando a redução da
participação do setor industrial na produção e no emprego total, e o aumento relativo da
participação dos serviços (Imbs e Wacziarg, 2003).
Essa relação em forma de U entre padrão de especialização produtiva e renda per
capita se explica pelo fato de que, em estágios mais avançados do desenvolvimento
133
econômico, ocorre uma desaceleração do crescimento da demanda por bens
manufaturados, ao passo que a produtividade na indústria continua crescendo, o que
diminui a mão-de-obra empregada neste setor. Além disso, devido à maior elasticidaderenda dos serviços em relação aos bens industriais, a demanda por serviços passa a
registrar forte incremento, enquanto a produtividade do setor terciário continua em
expansão, embora em ritmo menor do que o da indústria, resultando em maior absorção de
trabalhadores (Rowthorn e Ramaswamy, 1999). Nestas condições, a desindustrialização é
vista como um processo natural ao longo da trajetória de desenvolvimento dos países. O
problema que se apresenta é que algumas economias em desenvolvimento estariam
incorrendo em um processo de especialização prematura, com uma perda de participação
da indústria sem que esta tenha completado seu pleno processo de desenvolvimento, ou
seja, a níveis de renda inferiores aos dos países desenvolvidos (Carvalho e Kupfer, 2007).
Algumas discussões sobre um eventual processo de desindustrialização na
economia brasileira sugerem um movimento precoce de perda de participação da indústria
doméstica no valor adicionado. Este movimento não seria consequência natural do
desenvolvimento da economia em função de padrões mais elevados da renda per capita,
mas sim resultado da perda de competitividade do setor industrial num contexto de
apreciação cambial que conduz à especialização da produção em setores de bens intensivos
em recursos naturais.
2.1. Modelos Teóricos sobre Doença Holandesa e Desindustrialização
De acordo com os propósitos deste ensaio, interessa investigar a validade de um
processo de desindustrialização em curso na economia brasileira no período recente, cujas
causas se encontram associadas à discussão sobre doença holandesa.
Tal definição de desindustrialização é fundamentada no modelo desenvolvido por
Corden e Neary (1982) e aprimorado em Corden (1984). Este modelo especifica a
existência de três setores: o setor em expansão (booming sector), o setor que cresce
lentamente e o setor de não-comercializáveis. A ampliação do setor em expansão pode ser
derivada de progresso técnico, ou da descoberta de recursos, ou de mudança nos preços dos
produtos deste setor. Esta ampliação promove o aumento da renda agregada dos fatores
empregados no setor e acarreta dois efeitos. O primeiro é o efeito de gastos, que surge se
alguma parte da renda extra do setor em expansão for gasta no setor de nãocomercializáveis. Neste caso, o aumento da demanda por bens não-comercializáveis eleva
134
o preço destes bens em relação aos preços dos comercializáveis, causando apreciação da
taxa de câmbio real. O segundo é o efeito deslocamento dos recursos, pois o setor em
expansão requer mais trabalho, e, portanto, há um aumento da remuneração do trabalho
neste setor. Este fato provoca o deslocamento de recursos (capital e trabalho) dos outros
setores da economia para o setor em expansão e reduz o produto nos setores de bens
comercializáveis (manufaturados) e não-comercializáveis, causando a desindustrialização e
um novo aumento dos preços dos bens não-comercializáveis, o que pressiona a taxa de
câmbio para uma apreciação adicional.
Em uma extensão analítica do modelo original da doença holandesa, BresserPereira e Marconi (2008) associam o setor de produtos comercializáveis que cresce
rapidamente (booming sector) à extração de produtos naturais ou produção de grãos, em
que o país possui vantagens comparativas, e o setor de comercializáveis que cresce mais
lentamente é relacionado à indústria. Segundo os autores, o setor que produz recursos
naturais tende a expandir rapidamente suas receitas de exportação, o que leva à apreciação
cambial, e, em consequência, desestimula as exportações de manufaturados. Deste modo,
uma parcela dos fatores produtivos é deslocada para os setores que produzem recursos
naturais e bens não-comercializáveis. Ainda que a produção de manufaturados se desloque
para o mercado interno, este processo pode acarretar a desindustrialização em função da
queda das vendas externas de manufaturados e do aquecimento dos demais setores.
Bresser-Pereira (2008, 2009) desenvolve um modelo de doença holandesa, cuja
base é a existência de rendas ricardianas que levam a uma distinção entre a taxa de câmbio
de equilíbrio corrente (εc), definida como a taxa que equilibra intertemporalmente a contacorrente de um país (taxa para a qual o mercado tende a convergir), e a taxa de câmbio de
equilíbrio industrial (εi), expressa como a taxa que, na média, permite que as empresas
usando tecnologia de ponta sejam rentáveis ou competitivas.
O modelo é colocado nos seguintes termos: se um país possui recursos naturais (e
humanos) abundantes, a utilização desses recursos baratos permite com que os produtos
sejam produzidos e exportados a custos menores do que os dos concorrentes
internacionais, levando ao surgimento de rendas ricardianas. Estas rendas ricardianas
derivam do fato de que os preços do país dotado de recursos naturais são menores do que
aqueles que prevalecem no mercado internacional, os quais são determinados pelo produtor
marginal menos eficiente admitido nesse mercado. O baixo custo marginal dos produtos
exportados possibilita com que a taxa de câmbio corrente seja mantida artificialmente
valorizada em relação à taxa de câmbio que tornaria competitivos no plano internacional os
135
bens industriais que o país produz com a mesma eficiência dos seus concorrentes. Desta
forma, na ocorrência de doença holandesa, a taxa de câmbio de equilíbrio corrente se torna
mais apreciada do que a taxa de câmbio de equilíbrio industrial (εc < εi).
A valorização cambial favorece a especialização do país em setores intensivos em
recursos baratos dotados de vantagens comparativas, ao passo que desestimula a produção
de setores que não possuem essas vantagens, como os bens manufaturados intensivos em
tecnologia sofisticada. Tal situação, dependendo da intensidade das rendas ricardianas
(determinadas pelas diferenças de produtividade e pelos preços internacionais dos bens) e
do grau resultante de apreciação da moeda, pode ocasionar a desindustrialização da
economia. Destaca-se que a doença holandesa pode existir mesmo quando as commodities
produzidas têm alto teor tecnológico, como no caso da produção de petróleo e da
agricultura mais intensiva em tecnologia. A justificativa é que tais atividades não
conseguem empregar toda a mão-de-obra disponível e implicam na renúncia pelo país em
aproveitar a oportunidade de investir e inovar em setores com conteúdo tecnológico
potencialmente maior e, portanto, com maior valor adicionado per capita.
Em adição, Bresser-Pereira (2008, 2009) propõe um modelo ampliado para a
análise da doença holandesa, em que esta não estaria associada apenas à abundância de
recursos naturais, mas também de mão-de-obra barata. A condição necessária para que
trabalho barato seja causa de doença holandesa é a de que a diferença entre o trabalho
qualificado e não-qualificado em determinado país seja substancialmente maior do que nos
países ricos. Levando em conta que os bens produzidos com mão-de-obra barata (pouco
qualificada) normalmente são produtos com baixa intensidade tecnológica, as indústrias
que usam principalmente trabalho barato têm um custo marginal menor do que as
indústrias tecnologicamente sofisticadas. Em consequência, a taxa de câmbio tende a
convergir para o nível que torna rentável a exportação de bens que utilizam mão-de-obra
barata. Dado que os salários são desproporcionalmente maiores nas indústrias mais
sofisticadas, os bens que usam a tecnologia e mão-de-obra mais cara ficam inviabilizados
economicamente, pois necessitam de uma taxa de câmbio maior do que a taxa de câmbio
de equilíbrio corrente determinada pelo mercado para se tornarem competitivos.
Além da definição de desindustrialização ligada à doença holandesa, alguns estudos
avaliam o conceito de “desindustrialização induzido por políticas econômicas” (Carneiro,
2008; Barros e Pereira, 2008; Sampaio e Pereira, 2009). Este conceito tem origem no
trabalho de Palma (2005), que analisa a relação entre emprego industrial e renda per capita
(curva do “U invertido”) em diversas economias no pós-guerra.
136
Palma (2005) identifica quatro fontes de desindustrialização: i) relação de “U
invertido” entre o emprego industrial e a renda per capita, caso em que a
desindustrialização é definida como o declínio no emprego industrial quando os países
atingem certo nível de renda per capita; ii) relação inversa entre renda per capita e emprego
industrial, que é determinada pelo contínuo declínio ao longo do tempo da relação entre
emprego industrial e renda per capita para países de renda média e alta em decorrência das
mudanças no paradigma tecnológico, da realocação de parte do processo de produção
(intensivo em mão-de-obra) para países em desenvolvimento, e das políticas econômicas
implementadas; iii) declínio na renda per capita correspondendo ao ponto de virada da
curva de regressão, sugerindo uma queda no tempo da relação de U invertido para países
de renda média e alta; e, por fim, iv) doença holandesa, situação em que os países
registram uma queda no emprego industrial maior do que a queda que seria esperada em
função das três fontes de desindustrialização anteriores.
A análise de Palma (2005) sugere que a desindustrialização nos países latinoamericanos se encontra relacionada às mudanças na política econômica caracterizadas pela
liberalização comercial e financeira adotadas nos anos 1990. Tais mudanças afetaram o
nível industrial das economias na medida em que seus processos de industrialização
deixaram de ser induzidos pela política de substituição de importações para retornar à
posição ricardiana natural associada com vantagens comparativas de acordo com a
abundância de recursos tradicionais. Desta forma, a doença holandesa na América Latina
deve ser entendida como um caso de “desindustrialização descendente”, diferente da
“desindustrialização ascendente”, em que as economias maduras mudam o emprego da
indústria para outras atividades, incluindo serviços (financeiros e turismo), no seu processo
normal de desenvolvimento econômico.
2.2. Evidências sobre Doença Holandesa e Desindustrialização para o Caso Brasileiro
Alguns trabalhos recentes têm procurado investigar o problema da doença
holandesa no Brasil em busca de evidências capazes de corroborar a vigência de um
processo de desindustrialização na economia brasileira ao longo das duas últimas décadas.
Dentre estes, destacam-se Bresser-Pereira e Marconi (2008); Sampaio e Pereira (2009);
Bruno, Araújo e Pimentel (2009); e Oreiro e Feijó (2010). Tais estudos identificam uma
perda de dinamismo do setor industrial brasileiro decorrente da combinação entre abertura
comercial, melhora dos termos de troca e apreciação cambial.
137
O trabalho de Bresser-Pereira e Marconi (2008) argumenta que a economia
brasileira tende a ser afetada pela doença holandesa, uma vez que o país possui vantagens
comparativas na produção de diversas commodities. Até o início dos anos 1990, esta falha
de mercado havia sido neutralizada por controles tarifários, alfandegários e cambiais, que
taxava a receita de exportações de commodities primárias e desestimulava a importação de
manufaturados. Porém, a partir de 2003, o aumento da demanda e dos preços relativos das
commodities conjugado ao elevado diferencial entre a taxa de juros interna e externa
contribuíram para apreciar o câmbio real e agravar os efeitos da doença holandesa no país.
Bresser-Pereira e Marconi (2008) analisam dados sobre exportações, importações e
saldo da balança comercial dos setores que produzem bens comercializáveis, classificados
em commodities e manufaturados, para o período posterior à eliminação das regras que
neutralizavam a doença holandesa no Brasil (1992) e o período de aumento dos preços das
commodities exportadas (2002-2007). Os autores esclarecem que a elevação dos preços das
commodities no período mais recente implicou em aumento da diferença entre a taxa de
câmbio de equilíbrio corrente e a taxa de câmbio de equilíbrio industrial, tornando mais
difícil a competitividade da indústria nacional intensiva em tecnologia. A análise aponta o
aumento mais expressivo das exportações de commodities do que dos manufaturados no
período 2002-2007, sendo que o saldo comercial das commodities evoluiu positivamente
neste período, enquanto o saldo dos manufaturados sofreu uma retração. Além disso, o
saldo comercial das commodities evoluiu de forma desassociada do câmbio, enquanto o
saldo comercial dos manufaturados foi mais dependente de uma taxa de câmbio
competitiva para apresentar resultados positivos. As commodities tiveram maior
crescimento de preços e quantum exportado do que os manufaturados e se destacaram por
um aumento da participação no valor adicionado total. A redução da participação dos
manufaturados no valor agregado total dos bens comercializáveis evidencia que não houve
desindustrialização em relação ao PIB, mas em relação às commodities. Outra indicação de
desindustrialização é o menor crescimento do PIB da indústria brasileira quando
comparado com o crescimento do PIB industrial de outros países em desenvolvimento e o
fato de que o setor de alta tecnologia avançou menos do que a indústria em geral.
Sampaio e Pereira (2009) oferecem evidências de que a classe dos produtos básicos
apresentou uma tendência de crescimento do quantum exportado superior ao crescimento
das classes de manufaturados e semi-manufaturados paralelamente à valorização da moeda
doméstica, especialmente após 2002. Porém, este crescimento das exportações de produtos
básicos não contribuiu para o país atingir taxas de crescimento superiores à mundial. Sobre
138
a desindustrialização, os autores assinalam uma perda de participação relativa da indústria
a partir do início da década de 1990, atrelada principalmente às políticas ligadas ao
neoliberalismo adotadas no país. Neste sentido, a ocorrência da doença holandesa no Brasil
pelo seu conceito tradicional pode ser uma questão mais relativa à conjuntura internacional
favorável para a exportação de commodities do que à mudança na estrutura produtiva do
país no período 2001-2007. A desindustrialização teria sido induzida por políticas voltadas
para a liberalização financeira, e pelas políticas monetária, cambial e fiscal utilizadas nas
décadas de 1990 e 2000 para obtenção da estabilidade de preços. Tais políticas restritivas
podem ter contribuído negativamente em termos da promoção do investimento e do
crescimento industrial e do PIB brasileiro nos últimos anos.
O artigo de Bruno, Araújo e Pimentel (2009) analisa a relação entre regime cambial
e evolução da indústria de transformação brasileira no período 1980-2008. Os autores
obtêm que, no período 1980-1993, a estrutura industrial mostrou-se altamente sensível ao
regime de câmbio vigente, com a indústria respondendo positivamente às desvalorizações
da taxa de câmbio. No período 1994-2008, a indústria que se manteve sob o processo de
apreciação cambial não se mostrou sensível às mudanças da taxa de câmbio. Neste caso, o
processo de liberalização comercial e financeira conjugado com uma forte apreciação
cambial teria causado retração ou fechamento de diversas unidades produtivas industriais
expostas à concorrência internacional sem uma política de desenvolvimento industrial
adequada. Acredita-se que o regime de câmbio apreciado foi prejudicial aos setores
tecnologicamente mais sofisticados, favorecendo os ramos mais tradicionais e os ligados às
atividades primárias, provocando desindustrialização relativa da economia brasileira. Este
processo teve como contrapartida uma expansão precoce do setor de serviços. Os autores
constatam que, após a abertura comercial, houve uma especialização produtiva da indústria
em setores intensivos em recursos naturais, enquanto setores tradicionais, como têxteis e
vestuário, e atividades ligadas à produção de máquinas e equipamentos perderam
importância relativa, sendo fortemente impactados pelo aumento das importações. Além
disso, o emprego setorial sofreu mudanças de menor intensidade, porém foi percebido um
crescimento do pessoal ocupado nas indústrias intensivas em recursos naturais.
Oreiro e Feijó (2010) sinalizam a ocorrência de um processo de desindustrialização
na economia brasileira, uma vez que a forte apreciação da taxa de câmbio real efetiva no
período 2004-2008 foi acompanhada pela perda de dinamismo da indústria em relação ao
resto da economia brasileira, em que a taxa de crescimento do valor adicionado da
indústria de transformação ficou sistematicamente abaixo da taxa de crescimento do PIB
139
no período. Os autores avaliam se a desindustrialização é resultado natural do estágio de
desenvolvimento da economia, ou se é consequência das políticas macroeconômicas
adotadas nos últimos 20 anos, ou se resulta da doença holandesa. Neste sentido, verifica-se
que o saldo comercial da indústria passou de US$ 17,09 bilhões em 2004 para US$ -4,83
bilhões em 2009. A análise do saldo conforme a intensidade tecnológica revelou que os
setores de média-alta e alta tecnologia apresentaram crescimento expressivo do déficit
comercial no período (o déficit do setor de média-alta intensidade passou de US$ -2,07
bilhões em 2004 para US$ -19,19 bilhões em 2009, e o déficit do setor de alta intensidade
passou de US$ -5,58 bilhões em 2004 para US$ -12,65 bilhões em 2009), coincidindo com
a redução da participação do valor adicionado da indústria de transformação no PIB.
Conclui-se que a ocorrência simultânea de perda da importância da indústria no PIB e o
aumento do déficit comercial da indústria são indicativos claros de ocorrência de doença
holandesa no Brasil.
Em contraposição, outro conjunto de trabalhos entende não existir o problema da
doença holandesa e da desindustrialização no Brasil, dado que a produção industrial
continuou a aumentar ao longo do tempo e a participação dos bens manufaturados nas
exportações não diminuiu (hipótese mais forte da doença holandesa). Nesta linha,
destacam-se os estudos de Nakahodo e Jank (2006), Nassif (2008), Barros e Pereira (2008),
e Jank et al. (2008). Tais autores enfatizam que estaria em curso um processo de
reestruturação da indústria brasileira, ao contrário de desindustrialização. Assim, a abertura
comercial e as privatizações teriam ocasionado uma reconfiguração do tecido industrial
brasileiro em que alguns segmentos foram prejudicados, enquanto outros conquistaram
novas competências e capacidades. Neste contexto, a apreciação cambial teria beneficiado
a modernização da indústria nacional e o aumento do potencial competitivo ao patrocinar a
desinflação da economia e a redução dos preços de máquinas, equipamentos, peças e
componentes importados.
O trabalho de Nakahodo e Jank (2006) contesta o argumento de que o crescimento
das exportações de commodities estaria contribuindo para uma maior apreciação do Real, e
provocando a commoditização da pauta de exportações e a desindustrialização do país. A
partir de uma descrição da pauta exportadora brasileira baseada na divisão em commodities
(brutas e processadas) e produtos diferenciados, obtém-se que tanto as commodities como
os produtos diferenciados contaram com taxas de crescimento significativas no período
1996-2005. As exportações de commodities cresceram um pouco mais (8,5% a.a.) do que
os produtos diferenciados (5,6% a.a.), porém, entre os últimos, destacam-se certos setores
140
de alta e média-alta tecnologia, como aviões, equipamentos de telecomunicações e
veículos automotores, com taxas de crescimento acima de 12% a.a.. Levando em conta que
os índices que captam a dinâmica dos preços internacionais atribuem peso excessivo aos
produtos energéticos, cuja participação na pauta de exportações brasileiras é pouco
significativa, os autores constroem o Índice de Preços das Commodities Brasileiras (IPCB),
que atribui maior relevância aos produtos que compõem a cesta de exportações do país
(produtos de origem agropecuária e agroindustrial, como soja, carnes e açúcar). O IPCB
mostra que os preços dos produtos em que o Brasil apresenta maior vantagem comparativa
tiveram altas menos expressivas do que o suposto pelos especialistas (exceto minério de
ferro e petróleo). O aumento do quantum exportado teve enorme impacto no crescimento
do valor das exportações de commodities. Por fim, a ideia de que haveria um processo de
desindustrialização em curso é contestada pelos superávits comerciais crescentes dos
produtos diferenciados e pela recuperação do emprego industrial no período recente.
Nassif (2008) investiga se o Brasil tem sofrido uma “nova doença holandesa” no
período 1984-2005, identificada, de um lado, pela realocação de recursos para os setores
primários ou indústrias tecnologicamente tradicionais, e, de outro, pela mudança do padrão
de especialização exportadora na direção de produtos baseados em recursos naturais. As
evidências indicam retração da produtividade e baixas taxas de investimento na indústria
brasileira após 1999. Porém, na visão do autor, este fato não qualifica a existência de
desindustrialização no Brasil, pois a indústria de transformação conseguiu manter um nível
de participação média anual no PIB de 22% entre 1990 e 2000. A análise da estrutura
interna da indústria indica que os setores industriais com tecnologias intensivas em escala e
baseadas em ciência mantiveram em 2004 praticamente a mesma participação no valor
adicionado total que detinham em 1996, e a participação do grupo com tecnologias
intensivas em trabalho diminuiu em igual período. A análise da participação das
exportações de cada setor no total das vendas externas de produtos industrializados adverte
que as mudanças do padrão de especialização internacional não foram suficientes para
caracterizar um processo de desindustrialização: a participação das exportações baseadas
em recursos naturais e trabalho aumentaram 3,3 p.p. entre 1989 e 2005, enquanto a
participação dos grupos de conteúdo tecnológico mais avançado reduziu 3,2 p.p. no
período. A partir de uma tipologia alternativa, com os setores divididos segundo o grau de
sofisticação tecnológica (produtos primários e manufaturados baseados em baixa, média e
alta tecnologia), descarta-se a hipótese de que o Brasil teria retrocedido a um padrão de
especialização “ricardiano rico em recursos”, visto que as alterações nas participações das
141
exportações de produtos primários e manufaturados no total exportado foram pouco
expressivas: aumento de 2 p.p. para os primários e queda de 3 p.p. para os manufaturados.
Barros e Pereira (2008) argumentam que o setor industrial brasileiro está passando
por um processo de reestruturação, e não de desindustrialização, em que, perante as
mudanças observadas na economia, os setores industriais enfraquecidos sucumbiram diante
da nova realidade concorrencial. Os autores apontam que a participação da indústria de
transformação no PIB caiu 3 p.p. entre 1995-1998, mas recuperou 2,1 p.p. em 2007. A
participação da indústria de transformação no emprego manteve uma importância relativa
estável (14%) entre 1992 e 2006. A produção física contou com um baixo crescimento
médio (1,4%) entre 1981 e 2007, mas, após 2004, houve crescimento médio de 5%, mesmo
com a apreciação cambial. Destaca-se que os setores mais sensíveis ao câmbio e aqueles
intensivos em mão-de-obra e recursos naturais foram bastante afetados, como têxtil,
vestuário, calçados e artigos de couro, fumo e madeira, além de material eletrônico,
aparelhos e equipamentos de comunicações (tecnologia mais avançada), porém tais setores
já vinham apresentando fraco desempenho em períodos anteriores à apreciação cambial.
O trabalho evidencia que, apesar da apreciação cambial e da concorrência
internacional intensa, houve uma expressiva recuperação do setor industrial no período
2003-2007 favorecida pelo impulso da demanda doméstica. A melhora dos fundamentos
macroeconômicos deslocou para baixo o câmbio de equilíbrio, gerando spillovers para a
indústria pela desinflação e queda dos preços de máquinas e equipamentos importados, o
que permitiu a modernização do setor industrial. O emprego formal na indústria de
transformação cresceu e as vendas externas de bens manufaturados aumentaram. Este
aumento das exportações não ficou restrito a poucas atividades e a pauta de manufaturados
continuou diversificada, sendo percebida uma tendência de desconcentração no período
1990-2007. Assim, conclui-se que o tecido industrial brasileiro está passando por um
processo de reestruturação, com ganho de participação das atividades com tecnologia
baseada em recursos naturais em relação às demais atividades em função dos investimentos
realizados nos segmentos intensivos em recursos naturais entre 1996 e 2004.
Jank et al. (2008) analisam as transformações no comércio exterior em função da
apreciação cambial e do aumento dos preços de algumas commodities exportadas pelo
Brasil. As evidências indicam que a estrutura das exportações não sofreu modificações
significativas nos últimos anos, sendo que, apesar da grande participação das commodities,
não se pode afirmar a existência de um processo de commoditização da pauta exportadora.
Os preços exerceram um papel importante para o aumento das exportações, mas a alta dos
142
preços não foi restrita às commodities. No caso dos produtos diferenciados, os preços
elevados podem estar associados à apreciação cambial que beneficiou os setores que
utilizam insumos importados. Destaca-se que a inserção brasileira no comércio
internacional tem sido acompanhada da manutenção das vantagens comparativas em
commodities, sendo que a apreciação cambial pode acentuar este padrão de especialização.
Embora não se tenha constatado um processo de concentração das exportações, houve
redução no número de produtos diferenciados exportados. Ademais, a rentabilidade das
exportações caiu com a apreciação cambial, o que pode ter contribuído para a queda do
quantum exportado das manufaturas, mas a utilização da capacidade ociosa e o aumento
das vendas domésticas influenciaram na redução do volume de manufaturas exportadas. O
trabalho adverte que a apreciação da taxa de câmbio real parece ter impactado sobre certas
categorias de produtos exportados, mas não foram verificadas mudanças estruturais
significativas que sinalizassem doença holandesa sobre as exportações, nem um processo
de desindustrialização generalizado. Porém, a apreciação contínua da taxa de câmbio real
pode comprometer os setores exportadores que não conseguirem se reestruturar para
enfrentar a concorrência externa, sendo necessárias medidas para a solução de problemas
estruturais que dificultam a competitividade dos setores exportadores.
2.3. Neutralização da Doença Holandesa
A doença holandesa é vista como uma falha de mercado, em que o setor produtor
de bens intensivos em recursos naturais gera externalidades negativas sobre os demais
setores da economia, impedindo-os de se desenvolverem. Isto ocorre porque a doença
holandesa promove uma diferença entre a taxa de câmbio de mercado e a taxa de câmbio
que viabiliza os setores econômicos tecnologicamente sofisticados. Assim, infere-se que,
quanto mais rico em recursos naturais for o país considerado, maiores serão os impactos da
doença holandesa sobre a economia, ou seja, maior a diferença entre o câmbio de mercado
e o de equilíbrio industrial, e maior a dificuldade de se neutralizar tais efeitos com sucesso.
Diversas medidas ou instrumentos têm sido avaliados em termos da neutralização
dos efeitos da doença holandesa em uma economia, isto é, para impedir uma apreciação
excessiva da taxa de câmbio de equilíbrio corrente. De acordo com Bresser-Pereira (2008,
2009), a neutralização da doença holandesa pode envolver uma administração da taxa de
câmbio a fim de evitar sua apreciação, seja por meio da manutenção da taxa de juros
interna em níveis mais baixos, pela aquisição de reservas internacionais, pela imposição de
143
tributos sobre os bens que provocam a doença holandesa, ou pela imposição de controles
temporários sobre os ingressos de capitais.
Nestes termos, uma forma indireta de se neutralizar os “sintomas” da doença
holandesa abarca a fixação de um imposto ou contribuição sobre as vendas dos bens que
lhe dão origem. Tal imposto tem um efeito microeconômico e deve corresponder à
diferença entre a taxa de câmbio de equilíbrio corrente e a taxa de câmbio de equilíbrio
industrial. Os recursos captados por este imposto podem ser direcionados para a criação de
um fundo internacional, o qual seria utilizado para evitar que o ingresso das receitas do
imposto promovesse uma re-apreciação da taxa de câmbio (Bresser-Pereira, 2009), além de
ajudar na implementação de uma política fiscal mais sólida, impedindo o aumento dos
gastos do governo em decorrência do boom das receitas de recursos naturais (Brahmbhatt,
Canuto e Vostroknutova, 2010). Sugere-se que o valor deste imposto deve ser igual à
intensidade da doença holandesa dividida pela relação entre taxa de câmbio de equilíbrio
corrente e a taxa de câmbio de equilíbrio industrial do produto. Dessa definição, segue-se
que tal imposto pode ser diferente para cada bem, variando de acordo com a intensidade da
doença holandesa que ele provoca e com o horizonte temporal conforme as alterações da
intensidade do problema (Bresser-Pereira, 2009).15
Uma forma mais direta de neutralização da doença holandesa é apontada pela
literatura “Novo Desenvolvimentista” e envolve uma administração efetiva da taxa de
câmbio via instrumentos de política cambial, tais como câmbio fixo depreciado, bandas
cambiais, ou câmbio seletivo, dentre outros, com vistas a beneficiar o setor industrial. A
proposta é de uma política cambial que favoreça o investimento e a industrialização com
tecnologia sofisticada por meio de uma taxa de câmbio competitiva para a produção e a
exportação de bens manufaturados. Neste sentido, defende-se uma política de
administração da taxa de câmbio flutuante, em que o Banco Central atue comprando e
15
Sampaio e Pereira (2009) argumentam que o imposto sobre as exportações dos bens que dão origem à
doença holandesa é de difícil implementação, dada a necessidade de se saber qual a quantidade ótima de
exportação de produtos que dão origem à “maldição” dos recursos naturais para a cobrança do imposto.
Ademais, Bresser-Pereira (2009) reconhece a resistência dos exportadores de commodities em aceitar a
imposição deste imposto, dado a ilusão de redução das suas rendas, o aumento transitório da inflação, e a
queda dos salários e das rendas dos produtores de bens não-comercializáveis. Também são destacadas as
dificuldades políticas de direcionamento das receitas do imposto para a criação de um fundo de estabilização
das commodities exportadas, pois tais recursos podem ser utilizados para financiamento dos gastos correntes
do governo, e, nesta situação, o imposto não conseguiria compensar a sobrevalorização causada pela doença
holandesa. A esse respeito, Brahmbhatt, Canuto e Vostroknutova (2010) sugerem a importância da definição
clara dos propósitos para tal fundo, com os recursos sendo utilizados para objetivos de desenvolvimento.
Nesta direção, as receitas de commodities nos países em desenvolvimento deveriam ser em parte poupadas,
mas, em parte, utilizadas para aumentar o consumo e o investimento, juntamente com a adoção de disciplina
fiscal e regras claras para os gastos.
144
vendendo reservas em um verdadeiro processo de sintonia fina para manter o câmbio em
patamar competitivo para as exportações de manufaturados, além de reduzir a volatilidade
cambial, e em decorrência, enfraquecer a atividade especulativa no mercado de moeda
estrangeira (Sicsú, 2008 apud Sampaio e Pereira, 2009).
A escolha de uma âncora apropriada para a política monetária também é discutida
como um elemento importante para a administração macroeconômica em países
exportadores de commodities. Neste sentido, Brahmbhatt, Canuto e Vostroknutova (2010)
ressaltam que as metas inflacionárias podem resultar em uma política monetária mais
rígida, que pressiona por uma apreciação do câmbio quando o preço das commodities
aumenta. Ademais, considerando que a fixação de metas de inflação baseadas em Índices
de Preços ao Consumidor não consegue promover uma relação estável entre preços de
comercializáveis e não-comercializáveis em países exportadores de commodities, os
autores ponderam a necessidade de desenvolvimento de formas mais apropriadas de metas
de preços nestes países, tais como a criação de um índice de preços mais específico, por
exemplo, um Índice de Preços ao Produtor ou Índice de Preços de Exportações, que tenha
uma participação mais alta dos preços das commodities exportadas.
A estruturação de um conjunto de políticas que visem o fortalecimento da atividade
industrial brasileira também pode ser vista como uma condição favorável à neutralização
dos “sintomas” da doença holandesa (Ribeiro e Markwald, 2008). Estas políticas podem
compreender incentivos e regulações associadas a ações coordenadas pelo Estado capazes
de afetar a alocação inter e intra-setorial de recursos e influenciar a alteração da estrutura
produtiva e patrimonial na direção de bens de maior valor agregado. Neste sentido, caberia
ações com vistas a elevar a capacidade de inovação das empresas por meio do estímulo aos
gastos privados em pesquisa e desenvolvimento (P&D), ou pela formação de parcerias
entre empresas e universidades/centros de pesquisa, estimulando os melhoramentos
tecnológicos necessários e a difusão de conhecimento para criação de assimetrias entre as
firmas e alavancagem das vantagens competitivas.
O fortalecimento da atividade industrial pode ser atrelado a medidas de cunho
vertical para melhorar o desempenho de indústrias específicas, que, no caso de existência
da doença holandesa, seriam voltadas para estimular as indústrias com maior valor
agregado, com maior poder de encadeamento entre as atividades e com maior dinamismo
potencial. Porém, Barros e Pereira (2009) ressaltam que a adoção de algumas ações
protecionistas temporárias para a indústria nacional pode ser favorável à alteração da
estrutura produtiva industrial existente, desde que acompanhadas de contrapartidas críveis
145
em termos de ganhos de produtividade e incorporação de maior valor agregado nos bens
produzidos através da qualificação da mão-de-obra e/ou inovação tecnológica, a afim de
não se perpetuar a ineficiência em determinados segmentos produtivos.
Políticas de gastos e reformas estruturais também se mostram relevantes para
melhorar o desempenho do setor privado. Neste contexto, Brahmbhatt, Canuto e
Vostroknutova (2010) enfatizam que políticas de gastos diretos do governo em bens
comercializáveis e políticas de encorajamento de importações (via liberalização comercial)
podem ajudar a diminuir o impacto do efeito de gastos através de uma redução da pressão
sobre o setor de não-comercializáveis. Uma reorientação dos gastos para investimentos que
possam melhorar a produtividade do setor de não-comercializáveis, tais como transporte e
infraestrutura logística, educação e capacitação, entre outros, que ajude a absorver
rapidamente a tecnologia estrangeira e a inovação pode evitar as pressões sobre os preços
dos bens não-comercializáveis e as apreciações cambiais.
Finalmente, cumpre destacar a necessidade de medidas para melhorar o ambiente
no qual as empresas operam, reduzindo as deficiências do país em termos de uma
infraestrutura deteriorada, baixa qualificação da força de trabalho, rigidez no mercado de
trabalho, excesso de burocracia no ambiente de negócios, pesada carga tributária,
morosidade da justiça, e falta de clareza do marco regulatório de determinados setores
econômicos, dentre outros (Barros e Pereira, 2009; Jank et al., 2009; Brahmbhatt, Canuto e
Vostroknutova, 2010). A promoção do investimento direto estrangeiro também pode criar
condições para a obtenção de efeitos de aprendizado (learning by doing) mediante os
efeitos de spillovers tecnológicos. Tais medidas são necessárias para a criação de
estratégias empresariais com foco na busca pela excelência, na promoção de investimentos
e capacitação da mão-de-obra para obter ganhos de produtividade que permitam à indústria
doméstica lidar em condições de competitividade com a crescente concorrência
determinada pelo processo de globalização.
Em suma, a avaliação dos “sintomas” de doença holandesa nas economias se
mostra uma condição importante, pois a identificação destes sintomas permite sinalizar às
autoridades governamentais a necessidade de se utilizar determinada medida, ação ou
instrumento de política econômica para neutralizar e/ou corrigir os efeitos de um possível
processo de especialização do padrão de produção na direção de produtos intensivos em
recursos naturais, que tendem a possuir menores spillovers sobre os demais setores da
economia e a apresentar uma menor contribuição ao desempenho econômico dos países.
146
3. Análise Descritiva da Estrutura Industrial Brasileira no Período 1995-2009
A busca de evidências sobre o problema da doença holandesa no Brasil deve ser
pautada pela investigação dos seus efeitos sobre a conformação de um processo de
desindustrialização na economia, ou, em outros termos, de consolidação do padrão de
especialização produtiva com ênfase nos setores intensivos em recursos naturais. Neste
sentido, este ensaio toma como ponto de partida uma análise preliminar dos dados sobre
produção e emprego no setor industrial comparados com os dados sobre produção e
emprego total da economia no período pós-Real.
O gráfico 1, a seguir, ilustra o grau de industrialização da economia brasileira ao
longo do período 1995-2009, medido em termos da participação do valor da produção da
indústria de transformação no PIB brasileiro.
Gráfico 1: Participação da Indústria de Transformação Brasileira no PIB no Período
1995-2009 (%)
18
16
14
12
PIB indústria transformação/PIB (%)
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
10
Tendência
Fonte: IBGE/SCN (2010)
Pode-se verificar que o período 1995-1998 se caracterizou por uma perda de
importância do valor gerado pela indústria de transformação brasileira. Este movimento foi
influenciado pelo contexto vigente de câmbio semi-fixo sobrevalorizado, abertura
comercial e taxa de juros em patamares elevados, fatores que juntos contribuíram para a
quebra ou retração de diversas unidades industriais. De 1999 a 2004, assiste-se uma
recuperação do valor produzido pela indústria de transformação atrelada à moeda
relativamente depreciada até 2002 e à aceleração do crescimento econômico após este ano.
147
No entanto, a partir de 2005, observa-se uma queda contínua do peso da indústria de
transformação no PIB coincidente com o período em que a moeda nacional passou a sofrer
forte apreciação e com a elevação dos preços das commodities nos mercados
internacionais, além dos reflexos da crise financeira internacional em 2008/2009.
Os gráficos 2 e 3 apresentam, respectivamente, as taxas de crescimento do valor da
produção da indústria de transformação e do setor de serviços em comparação ao
crescimento do PIB da economia brasileira, e a relação destas com o comportamento da
taxa de câmbio real efetiva no período 1996-2009.
Gráfico 2: Taxa de Crescimento do PIB da Indústria de Transformação e do PIB
Total (%) e Taxa de Câmbio Real Efetiva (Índice 2005=100) para o Brasil no Período
1996-2009
10
8
6
4
2
0
-2
-4
-6
-8
-10
140
120
100
80
60
40
20
PIB - Indústria Transformação (E)
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
0
PIB (E)
Taxa de câmbio real efetiva (D)
Fonte: IBGE (2010), BCB (2010)
O gráfico 2 indica que a produção da indústria de transformação brasileira contou
com uma taxa de crescimento média (1,4% a.a.) menor do que a taxa de crescimento do
PIB total (2,8% a.a.) no período 1996-2009. Considerando o ritmo de crescimento em subperíodos conforme o comportamento cambial, percebe-se que, entre 1996 e 1999, a taxa de
crescimento da indústria de transformação mostrou-se sistematicamente inferior ao
crescimento da economia, uma vez que, neste período, a indústria de transformação foi
bastante afetada pela abertura comercial, sobrevalorização da moeda nacional e taxa de
juros elevadas. Em termos médios, a taxa de crescimento da produção da indústria de
transformação foi de -1,1% a.a. contra 1,5% a.a. de aumento do produto total no período.
Entre 2000 e 2004, com os efeitos da depreciação cambial, houve uma recuperação do
148
valor produzido pela indústria de transformação (crescimento médio de 3,9% a.a.), que
superou a taxa de crescimento do PIB da economia (3% a.a.). A partir de 2005, mediante a
forte apreciação da taxa de câmbio real efetiva, a economia voltou a se deparar com uma
taxa média de crescimento da produção industrial inferior (0,8% a.a.) ao crescimento do
PIB (3,6% a.a.). Tais informações sinalizam uma perda de dinamismo da indústria de
transformação comparativamente ao restante da economia, sendo que este movimento foi
acompanhado pela forte apreciação cambial no período mais recente.
Gráfico 3: Taxa de Crescimento do PIB do Setor de Serviços e do PIB Total (%) e
Taxa de Câmbio Real Efetiva (Índice 2005=100) para o Brasil no Período 1996-2009
7
140
6
120
5
100
4
80
3
60
2
40
1
PIB - Serviços (E)
PIB (E)
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
0
1998
-1
1997
20
1996
0
Taxa de câmbio real efetiva (D)
Fonte: IBGE (2010), BCB (2010)
O gráfico 3 mostra uma participação crescente do valor gerado pelo setor de
serviços ao longo do tempo, independentemente do contexto de câmbio apreciado ou
depreciado, sendo que, somente em 1997, 2000, 2003, 2004 e 2008, a taxa de crescimento
do PIB de serviços foi menor do que o crescimento do produto total da economia. Assim,
ao longo do período 1996-2009, a taxa de crescimento médio do PIB do setor de serviços
(3,1% a.a.) superou a taxa de crescimento médio do PIB total (2,8% a.a.). No sub-período
1996-1998, o crescimento médio do PIB de serviços foi de cerca de 2% a.a. contra 1,8%
a.a. para o PIB da economia. Entre 1999 e 2002, o setor de serviços cresceu em média
2,5% a.a. contra 2,1% a.a. do produto total, e entre 2003 e 2009, o setor de serviços
cresceu em média 3,9% a.a. enquanto a economia cresceu 3,6% a.a..16
16
Segundo Carneiro (2008), na década de 1990, a redução do peso da indústria no PIB esteve relacionada ao
processo de terceirização de várias tarefas industriais (manutenção, limpeza, assistência técnica), que
149
Os gráficos 4 e 5 apresentam, respectivamente, a evolução da taxa de crescimento
do emprego formal da indústria de transformação e do setor de serviços comparativamente
ao crescimento do emprego formal total na economia brasileira perante o movimento da
taxa de câmbio real efetiva no período 1996-2009.
Gráfico 4: Taxa de Crescimento do Emprego Formal da Indústria de
Transformação e do Emprego Total (%) e Taxa de Câmbio Real Efetiva (Índice
2005=100) para o Brasil no Período 1996-2009
2009
2008
2007
2006
0
2005
20
-6
2004
-4
2003
40
2002
60
-2
2001
80
0
2000
2
1999
100
1998
120
4
1997
140
6
1996
8
Emprego - Indústria de transformação (E)
Emprego - Total (E)
Taxa de câmbio real efetiva (D)
Fonte: BCB/MTE (2010)
O gráfico 4 revela que o crescimento médio do emprego formal no setor industrial
(1,6% a.a.) foi inferior ao crescimento do emprego formal da economia (2,4% a.a.) no
período 1996-2009. Entre 1996 e 1999, a taxa de crescimento média do emprego na
indústria de transformação apresentou-se negativa e sistematicamente inferior (-3,5% a.a.)
à taxa de crescimento do emprego da economia (-1,6% a.a.). No entanto, entre 2000 e
2002, verifica-se uma recuperação do emprego no setor industrial, que cresceu, em média,
2,9% a.a. contra 2,6% a.a. para o total da economia. No sub-período 2003-2009, apesar do
câmbio apreciado, o emprego no setor industrial contou com taxa média de crescimento
mais expressiva em relação aos períodos anteriores (3,9% a.a.), porém ainda inferior ao
crescimento médio do emprego total (4,6% a.a.).
deslocaram valor adicionado da indústria para o setor de serviços, sendo que, neste período, o setor de
serviços moderno, em particular as telecomunicações, se expandiu a taxas significativas. Porém, a magnitude
da redução do grau de industrialização não pode ser explicada apenas por esta mudança nas relações de
produção, sendo o baixo crescimento da indústria de transformação atrelado às políticas econômicas postas
em prática após os anos 1990.
150
Em contraposição, o gráfico 5 evidencia que o crescimento médio do emprego
formal no setor de serviços (2,8% a.a.) ao longo do período 1996-2009 superou a geração
de empregos formais (2,4% a.a.) no conjunto da economia. No sub-período 1996-1999, a
taxa de crescimento média do emprego no setor de serviços foi negativa (-0,5% a.a.),
todavia a queda do emprego neste setor foi menor do que a retração do emprego total da
economia (-1,6% a.a.). Entre 2000 e 2002, houve uma recuperação do emprego no setor de
serviços (3,1% a.a.), sendo que este atingiu um crescimento médio mais significativo entre
2003 e 2009 (4,5% a.a.), apesar do contexto de câmbio real apreciado.17
Gráfico 5: Taxa de Crescimento do Emprego Formal do Setor de Serviços e do
Emprego Total (%) e Taxa de Câmbio Real Efetiva (Índice 2005=100) para o Brasil
no Período 1996-2009
7
6
5
4
3
2
1
0
-1
-2
-3
140
120
100
80
60
40
20
Emprego - Serviços (E)
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
0
Emprego - Total (E)
Taxa de câmbio real efetiva (D)
Fonte: BCB/MTE (2010)
Assim, em linhas gerais, as informações sobre as mudanças do valor da produção e
da geração de emprego da indústria de transformação e do setor de serviços sugerem
alguma consistência com a versão mais fraca da desindustrialização ligada à hipótese de
doença holandesa. Este resultado se torna mais evidente no período recente (2003-2009),
em que as variáveis relacionadas ao setor industrial cresceram sistematicamente abaixo do
17
Destaca-se que o aumento do emprego no setor terciário pode estar atrelado à baixa produtividade
decorrente do baixo nível de qualificação da mão-de-obra empregada em setores como comércio, construção
civil e atividades de terceirização, tais como restaurante, limpeza, telemarketing, entre outras, ao passo que a
redução do emprego no setor industrial estaria vinculada aos ganhos de produtividade dos trabalhadores
empregados na atividade industrial. A ressalva que se faz a essa questão é que certas atividades que têm peso
importante sobre o crescimento do setor de serviços, como financeiro, telecomunicações, turismo e serviços
da informação, empregam mão-de-obra qualificada e de elevada produtividade e, portanto, o emprego no
setor de serviços pode estar crescendo a despeito da produtividade.
151
ritmo de crescimento dos outros setores da economia, implicando uma queda da
participação relativa da produção do setor industrial no produto total, ao passo em que se
observa um ganho relativo da participação do setor de serviços.
Além desta análise comparativa do crescimento da atividade industrial e de serviços
com o crescimento total da economia, é preciso observar a dinâmica da estrutura produtiva
industrial em termos de quantum e valor adicionado para que se possa ter uma ideia mais
concisa a respeito de um possível processo de desindustrialização na economia brasileira.
O desempenho da estrutura industrial em termos do valor da transformação
industrial (VTI) por tipo de tecnologia ao longo do período 1996-2007 é ilustrado pelo
gráfico 6. O VTI é uma medida de valor adicionado, pois mede a diferença entre o valor
bruto da produção industrial e os custos das operações industriais.
Gráfico 6: Composição da Estrutura Industrial Brasileira (VTI) por Tipo de
Tecnologia no Período 1996-2007 (%)
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
10,8
4,8
9,4
9,9
4,6
10,1
9,8
4,8
9,5
9,9
4,6
9,8
9,6
4,8
10,2
8,6
31,7
32,6
34,0
35,4
33,4
32,6
34,1
38,3
39,1
40,0
42,0
40,2
42,5
43,3
42,2
2000
2001
2002
2003
2004
2005
2006
2007
5,0
13,0
5,3
13,0
5,9
12,0
6,0
11,2
5,7
11,2
6,1
11,8
5,4
11,2
13,6
12,6
13,0
12,2
11,5
11,3
35,8
36,9
35,8
33,8
33,2
32,7
32,1
33,4
36,8
1996
1997
1998
1999
Baseado em recursos naturais
Intensiva em escala
Intensiva em trabalho
Diferenciada
Baseada em ciência
Fonte: IBGE-PIA (2010)
Nota: A classificação da produção por sub-setores da indústria de transformação
conforme o tipo de tecnologia encontra-se especificada no Quadro III.1 do Anexo III.
Pode-se observar que os bens intensivos em recursos naturais continuam possuindo
um maior peso no valor da produção industrial brasileira, sendo que este foi o único setor a
ampliar a sua participação (em 9,5 p.p.) no valor adicionado pela indústria de
transformação, passando de 32,7% em 1996 para 42,2% em 2007.
Em contraposição, verifica-se uma perda de participação de -2,8 p.p. do valor
adicionado dos setores com tecnologia diferenciada (de 13% em 1996 para 10,2% em
2007), enquanto os setores intensivos em trabalho perderam -5 p.p. (de 13,6% em 1996
152
para 8,6% em 2007) e os setores intensivos em escala perderam -1,7 p.p. (de 35,8% em
1996 para 34,1% em 2007) de participação no VTI. Os setores com tecnologia baseada em
ciência mantiveram praticamente a mesma participação em 2007 do que a percebida em
1996 (cerca de 5%).
Deste modo, pode-se dizer que os dados de contribuição ao valor adicionado por
tipo de atividade da indústria de transformação sinalizam um possível processo de
desindustrialização relativa na economia brasileira. Este se configura por um reforço do
padrão de especialização da estrutura industrial em produtos com tecnologia baseada em
recursos naturais, pois se verifica o aumento do peso relativo deste setor mediante queda
da participação no VTI dos setores industriais com conteúdo tecnológico mais elaborado.
Além da contribuição dos setores industriais em termos do valor adicionado, as
possíveis as alterações do padrão de especialização das exportações brasileiras devem ser
analisadas no intuito de se obter alguma evidência de desindustrialização no Brasil. Neste
âmbito, o gráfico 7, na sequência, apresenta a pauta das exportações brasileiras classificada
de acordo com a intensidade tecnológica no período 1996-2009.
Gráfico 7: Estrutura das Exportações Brasileiras por Intensidade Tecnológica no
Período 1996-2009 (%)
100%
90%
16,4
19,6
19,4
18,2
32,3
31,6
32,9
16,6
18,0
19,4
19,9
20,0
20,5
21,9
24,1
31,7
31,9
30,5
28,4
27,9
27,1
80%
70%
60%
36,0
50%
40%
20,5
18,4
17,3
17,7
29,3
18,6
31,7
17,1
17,6
21,2
21,4
12,0
9,8
18,3
19,5
19,2
19,8
19,7
30%
20%
10%
0%
22,8
4,3
24,7
5,0
25,4
22,6
6,3
8,6
23,1
12,4
22,8
7,0
28,3
26,0
19,6
31,6
28,5
16,2
23,1
24,4
23,6
22,7
20,3
17,8
6,9
7,4
6,8
6,4
5,8
5,9
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Indústria de alta tecnologia
Indústria de média-alta tecnologia
Indústria de média-baixa tecnologia
Indústria de baixa tecnologia
Produtos não industriais
Fonte: SECEX-MDIC (2010)
Nota: A classificação dos produtos exportados conforme a intensidade tecnológica
encontra-se especificada no Quadro III.2 do Anexo III.
A avaliação da inserção externa da indústria brasileira corrobora a ideia de reforço
(ou continuidade) do padrão de especialização indicado pelos dados da estrutura produtiva.
153
Neste caso, os números indicam um ganho de 15,2 p.p. de participação das exportações dos
chamados produtos não industriais (de 16,4% em 1996 para 31,6% em 2009). De outro
lado, verifica-se a retração de -7,5 p.p. da participação das exportações da indústria de
baixo conteúdo tecnológico (de 36% em 1996 para 28,5% em 2009), de -4,2 p.p. da
indústria de baixa-média tecnologia (de 20,5% em 1996 para 16,3% em 2009), e de -5 p.p.
da indústria de média-alta tecnologia (de 22,8% em 1996 para 17,8% em 2009). Destaca-se
que a indústria de alto conteúdo tecnológico conseguiu ampliar sua participação em 1,6
p.p. no total exportado (de 4,3% em 1996 para 5,9% em 2009).
Cumpre ressaltar, todavia, que a participação média das exportações da indústria de
alta tecnologia foi de 10,7% a.a. no sub-período 1999-2002, marcado por um câmbio mais
competitivo, sendo superior à participação média de 6,6% a.a. pós-2003, em que a moeda
nacional sofreu uma apreciação acentuada. Se agregarmos os segmentos de alta e médiaalta tecnologia, também se verifica uma maior participação da produção destes bens no
período de câmbio depreciado (32,7% a.a.) do que no período mais recente (28,7% a.a.) de
moeda apreciada, ao passo que a agregação dos bens de baixa-média e baixa tecnologia e
dos bens não industriais indica a ampliação da participação relativa destes produtos no
período 2003-2009 (71,3% a.a.) comparado ao período 1999-2002 (67,2% a.a.).
A evolução da taxa de crescimento médio da produção física industrial (quantum)
desagregada por sub-setores da indústria de transformação entre 1995-2009 de acordo com
o comportamento cambial prevalecente à época é apresentada pela tabela 1.
Os dados para a indústria total revelam que os sub-períodos marcados por uma taxa
de câmbio real mais apreciada (1995-1998) e (2003-2009) refletiram uma taxa de
crescimento médio da produção física industrial menor do que no período de câmbio real
mais depreciado (1999-2002). Este comportamento se mostra semelhante em diversos subsetores da produção física da indústria de transformação, principalmente naqueles ramos
mais sensíveis ao câmbio, tais como têxtil, vestuário e acessórios, calçados e produtos de
metal (intensivos em trabalho), que perderam a proteção tarifária com a abertura comercial
e passaram a lidar com uma competição mais acirrada com os produtos chineses; além de
produtos de madeira (recursos naturais); metalurgia básica e outros equipamentos de
transporte (escala); máquinas e equipamentos e materiais elétricos (diferenciada).
Este resultado não se mostrou uniforme em todos os sub-setores que compõem a
estrutura industrial, sendo que alguns deles apresentaram tendência de crescimento da
produção física, tais como celulose e papel, veículos automotores, e material eletrônico e
de comunicações. Por outro lado, alguns setores tiveram um desempenho pior no período
154
de câmbio mais favorável (depreciado), destacando-se bebidas, refino de petróleo e álcool,
farmacêutico, perfumaria, outros produtos químicos, borracha e plástico, e minerais nãometálicos. Somente os ramos de alimentos e mobiliário apresentaram tendência de queda
contínua do crescimento médio da produção física industrial durante o período analisado.
Tabela 1: Taxa de Crescimento Médio da Produção Física Industrial Brasileira por
Atividades (em %)
Indústria geral
Indústria extrativa
Indústria de transformação
Alimentos
Bebidas
Fumo
Têxtil
Vestuário e acessórios
Calçados e artigos de couro
Madeira
Celulose, papel e produtos de papel
Edição, impressão e reprodução de
gravações
Refino de petróleo e álcool
Farmacêutica
Perfumaria, sabões, detergentes e produtos
de limpeza
Outros produtos químicos
Borracha e plástico
Minerais não metálicos
Metalurgia básica
Produtos de metal - exclusive máquinas e
equipamentos
Máquinas e equipamentos
Máquinas para escritório e equipamentos de
informática
Máquinas, aparelhos e materiais elétricos
Material eletrônico, aparelhos e
equipamentos de comunicações
Equipamentos de instrumentação médicohospitalar, ópticos e outros
Veículos automotores
Outros equipamentos de transporte
Mobiliário
Diversos
1995-1998
1,36
7,95
0,80
3,88
2,83
1,73
-6,19
-3,26
-7,77
-1,50
1,64
1999-2002
2,57
10,66
1,58
2,23
-1,97
-14,91
0,78
0,15
-1,60
3,54
3,43
2003-2009
2,29
3,92
2,20
0,94
3,98
-0,28
0,09
-2,92
-4,41
-4,16
3,44
1995-2009
2,12
6,79
1,66
2,07
2,09
-3,64
-1,40
-2,19
-4,55
-1,40
2,96
---
---
1,45
1,45
4,18
6,24
-0,25
3,22
0,84
4,96
1,44
4,84
4,62
2,67
3,36
3,51
2,11
2,32
4,32
0,67
-0,67
-0,52
-1,14
2,94
1,13
0,57
2,23
0,38
0,91
0,75
1,89
1,14
-0,99
1,55
-0,47
-0,07
-1,91
4,99
4,19
2,78
---
---
15,60
15,60
4,71
5,79
3,32
4,35
-2,82
-0,16
0,44
-0,59
---
---
3,55
3,55
0,91
0,13
1,64
---
1,79
19,60
1,56
---
7,58
12,23
1,40
0,93
4,26
10,97
1,51
0,93
Fonte: IBGE-PIM/PF (2010)
155
A tabela 2 evidencia a composição setorial do valor adicionado da produção
industrial ao longo do período 1996-2007, cuja análise revela algumas dimensões da
especialização produtiva da economia brasileira após o período de abertura comercial
associada ao desempenho do valor da moeda doméstica.
Tabela 2: Participação Setorial no VTI da Indústria de Transformação Brasileira no
Período 1996-2007 (%)
Alimentos
Bebidas
Fumo
Têxtil
Vestuário e acessórios
Calçados e artigos de couro
Madeira
Celulose, papel e produtos de papel
Edição, impressão e reprodução de
gravações
Refino de petróleo e álcool
Farmacêutica
Perfumaria, sabões, detergentes e produtos
de limpeza
Outros produtos químicos
Borracha e plástico
Minerais não metálicos
Metalurgia básica
Produtos de metal - exclusive máquinas e
equipamentos
Máquinas e equipamentos
Máquinas para escritório e equipamentos de
informática
Máquinas, aparelhos e materiais elétricos
Material eletrônico, aparelhos e
equipamentos de comunicações
Equipamentos de instrumentação médicohospitalar, ópticos e outros
Veículos automotores
Outros equipamentos de transporte
Mobiliário
Diversos
1996-1998
15,10
3,77
1,13
3,23
1,89
2,00
1,02
3,79
1999-2002
13,47
3,51
0,99
2,91
1,48
2,07
1,27
4,61
2003-2007
14,38
3,03
0,79
2,15
1,24
1,90
1,32
4,09
1996-2007
14,26
3,37
0,94
2,67
1,49
1,98
1,23
4,19
4,91
3,68
2,79
3,62
5,65
3,97
10,68
3,28
12,99
2,91
10,39
3,30
1,85
1,64
1,15
1,49
7,34
4,22
3,79
6,00
8,10
3,61
3,97
6,96
7,71
3,66
3,37
8,98
7,75
3,78
3,68
7,56
3,57
3,13
3,15
3,25
6,97
5,80
5,92
6,14
0,57
1,06
0,63
0,76
3,00
2,58
2,24
2,54
3,39
3,16
2,23
2,83
0,83
0,83
0,80
0,82
8,77
1,07
2,11
0,04
7,38
1,98
1,80
0,04
8,94
2,08
1,48
0,06
8,38
1,80
1,75
0,05
Fonte: IBGE-PIA (2010)
156
Os dados indicam um ganho expressivo de participação no VTI de determinados
setores da indústria com tecnologia baseada em recursos naturais, especialmente dos
produtos derivados de petróleo, além de produtos de madeira, celulose e pastas para
fabricação de papel, embora alguns setores baseados em recursos naturais tenham perdido
participação no valor adicionado, tais como alimentos, bebidas, fumo e minerais nãometálicos. O aumento significativo da parcela do VTI do segmento de produtos
petrolíferos pode ser explicado pelo fato de que esta indústria tem recebido volumes
significativos de investimentos no período recente, os quais tendem a aumentar nas
próximas décadas em função da exploração das reservas do pré-sal.
Pode-se constatar uma perda de relevância no valor adicionado da indústria de
transformação de todos os setores que compõem a indústria com tecnologia intensiva em
trabalho: têxteis, vestuário e acessórios, calçados e artigos de couro, produtos de metal e
móveis. As modificações sofridas neste tipo de indústria estão atreladas à redução da
proteção tarifária combinada com a apreciação cambial e abertura comercial
experimentadas do período 1994-1998, sendo também assentadas em fatores estruturais
importantes, como a concorrência com os produtos chineses.
No que se refere à indústria intensiva em escala, embora a sua importância tenha
diminuído ao longo do tempo, verifica-se que uma parcela muito expressiva do setor
constitui um prolongamento da indústria baseada em recursos naturais, produtora de
commodities industriais, como as indústrias de metalurgia, papel e petroquímica. Desses, o
ramo de metalurgia básica ganhou participação mais expressiva ao longo do período
analisado. Além desse segmento, também contou com uma ligeira elevação da participação
no valor adicionado a produção de material de transporte – automóveis, caminhões, ônibus
e suas partes e peças.
Na indústria intensiva em tecnologia diferenciada, a perda de importância foi
significativa e concentrou-se nos segmentos de máquinas e equipamentos, material
eletrônico, e máquinas e aparelhos elétricos, sendo que o peso da produção de instrumentos
médico-hospitalares e ópticos permaneceu relativamente inalterado.
Por último, a indústria com tecnologia baseada em ciência teve sua participação
preservada, embora mantenha um peso pouco expressivo relativamente aos demais setores.
A sustentação do peso deste tipo de indústria se deve a certa estabilidade do conjunto de
seus segmentos, onde a queda da participação no VTI da indústria farmacêutica e de
máquinas de escritório e equipamentos de informática foi contrabalançada pelo aumento
do valor da produção de equipamento aeronáutico.
157
A partir da análise dos dados de produção (quantum e participação no VTI), é
possível abstrair algumas evidências que sinalizam um processo de desindustrialização
relativa ou de reforço ao padrão de especialização da indústria brasileira baseado em
recursos naturais, na medida em que estes segmentos contaram com uma evolução
favorável inclusive nos períodos de moeda nacional mais apreciada. No entanto, cabe
destacar que este processo não ocorreu em paralelo ao desmantelamento de segmentos da
indústria de transformação mais intensivos em tecnologia (hipótese mais forte da doença
holandesa), visto que alguns sub-setores industriais de conteúdo tecnológico mais
avançado conseguiram manter ou mesmo ampliar sua produção física e/ou participação no
VTI ao longo do período de análise.
4. Investigação Empírica sobre Desindustrialização no Brasil a partir de Análise de
Cointegração e Modelos de Vetores de Correção de Erros (VEC)
Este ensaio busca avaliar os indicativos de doença holandesa para o Brasil no que
se refere à ocorrência de um processo de desindustrialização no período pós-Real. Neste
sentido, o trabalho pretende analisar os efeitos de longo prazo da dinâmica da taxa de
câmbio real e dos preços das commodities sobre os setores produtores de bens
manufaturados e de serviços através da observação de indicadores de produção e de
emprego destes setores da economia brasileira.
4.1.
Metodologia, Fonte de Dados e Descrição dos Modelos Estimados
A metodologia utilizada neste ensaio está pautada na análise de cointegração (Teste
de Johansen) e estimação de modelos de vetores de correção de erros (VEC). A utilização
deste instrumental econométrico tem como objetivo captar dinâmicas de curto e longo
prazo entre as variáveis de interesse.
De acordo com os pressupostos de Engle e Granger (1987), os elementos do vetor
Xt, n x 1, são ditos cointegrados de ordem (d, b), denotados por Xt ~ CI (d, b), se:
i)
Todos os elementos de Xt são integrados de ordem d, ou seja, são I(d).
ii)
Existe um vetor não nulo, β, tal que ut = Xt’β ~ I (d, b), b > 0.
158
A primeira condição indica que as variáveis que compõem o vetor Xt devem ter a
mesma ordem de integração para que possam ser cointegradas. Todavia, essa condição
pode ser relaxada, conforme a definição de Campbell e Perron (1991), segundo a qual os
elementos do vetor Xt, n x 1, são ditos cointegrados de ordem (d, b), denotados por Xt ~ CI
(d, b), se existe pelo menos um vetor β não nulo tal que ut = Xt’β ~ I (d – b), b > 0 (Bueno,
2008, p. 207). Essa definição indica que, para se identificar relação de cointegração entre
as variáveis, não é preciso que os elementos de Xt tenham a mesma ordem de integração,
embora o maior número de variáveis envolvidas na análise deva ter a maior ordem de
integração encontrada. A vantagem dessa formulação é que ela possibilita trabalhar
modelos que relacionam variáveis não estacionárias com estacionárias.
A existência de cointegração entre as séries implica que as mesmas apresentam uma
relação de longo prazo, ou de equilíbrio, entre elas. No curto prazo, pode ocorrer desvios
temporários do equilíbrio de longo prazo entre as séries analisadas, os quais são
representados pelo erro de equilíbrio, sendo que o tempo necessário para a dissipação
destes desvios depende do ajustamento do modelo evidenciado por um parâmetro de
ajustamento α (Bueno, 2008).
Na investigação aqui proposta, o Teste Johansen consistirá no método utilizado
para detectar a existência de cointegração entre as séries de interesse. Resumidamente, o
Teste de Johansen parte da construção de uma matriz β de vetores de n variáveis
endógenas, a partir do qual se define o posto da matriz  para se estimar os vetores de
cointegração contidos na matriz β.
A partir da identificação de relações de cointegração entre as séries e da
especificação correta dos modelos a serem estimados por meio da observação dos critérios
de informação relevantes (Schwarz), o trabalho procederá à estimação dos modelos de
vetores de correção de erros (VEC). Os modelos VEC utilizam o resíduo das séries
cointegradas para melhor ajustar o modelo VAR convencional para captar dinâmicas de
curto e longo prazo entre as séries (Bueno, 2008). Neste sentido, o VEC funciona como um
termo de correção do VAR, na medida em que o desvio do equilíbrio de longo prazo é
corrigido gradualmente através de vários ajustamentos parciais de curto prazo.
A estimação dos modelos propostos envolverá a utilização de dados trimestrais para
o período 1995-2009 e para o sub-período 2003-2009. A escolha destes períodos para a
análise se justifica pelo fato de que o objetivo deste trabalho é investigar a hipótese de
desindustrialização na economia brasileira ligada ao problema da doença holandesa no
período pós-Real, sendo que, especificamente, o sub-período 2003-2009 envolveu um
159
conjunto de características favoráveis à manifestação do problema no Brasil, tais como a
vigência de uma taxa de câmbio flexível com tendência à apreciação, além de um contexto
marcado pela elevação dos preços das commodities no mercado internacional e de
demanda externa favorável às commodities.
As informações utilizadas na análise empírica encontram-se disponíveis nas
seguintes fontes de dados oficiais: Banco Central do Brasil (BCB), Instituto de Pesquisa
em Economia Aplicada (IPEADATA), Ministério do Desenvolvimento, Indústria e
Comércio Exterior (MDIC), e Instituto Brasileiro de Geografia e Estatística (IBGE).
As variáveis empregadas nas estimações propostas são definidas como:18

TCREF = Taxa de câmbio real efetiva brasileira

IPCOM = Índice de preços de commodities totais

PIBIT = Participação do valor da produção da indústria de transformação (PIB –
indústria de transformação) no valor da produção total da economia (PIB total)

PIBS = Participação do valor da produção do setor de serviços (PIB – serviços) no
valor da produção total da economia (PIB total)

Qj = Produção física da indústria de transformação total e de sub-setores selecionados

Ej = Emprego da indústria de transformação total e de sub-setores selecionados

ABERT = Coeficiente de abertura da economia brasileira

JUROS = Taxa de juros nominal (SELIC)
Os modelos estimados estão fundamentados nos trabalhos de Oomes e Kalcheva
(2007), que investigam os efeitos dos preços das commodities sobre a produção industrial,
e de Bruno, Araújo e Pimentel (2009), que procuram captar os impactos do câmbio sobre o
valor adicionado da indústria de transformação brasileira. Em uma extensão destes
trabalhos, os modelos envolvidos podem ser especificados da seguinte forma:
- Modelo 1:
PIBi  f (TCREF , ABERT , JUROS )
eq. (1a)
Q j  f (TCREF , ABERT , JUROS )
eq. (1b)
18
Ver Quadro III.3 do Anexo III para uma descrição completa das variáveis, incluindo a fonte de dados e a
forma de construção das séries.
160
E j  f (TCREF , ABERT , JUROS )
eq. (1c)
- Modelo 2:
PIBi  f ( IPCOM , ABERT , JUROS )
eq. (2a)
Q j  f ( IPCOM , ABERT , JUROS )
eq. (2b)
E j  f ( IPCOM , ABERT , JUROS )
eq. (2c)
Sendo:
i = Indústria de transformação (total) e serviços (total)
j = Sub-setores da indústria de transformação selecionados
A avaliação dos efeitos da taxa de câmbio real efetiva e dos preços das commodities
sobre o crescimento da produção (quantum) industrial foi realizada para a indústria de
transformação total e para 16 sub-setores industriais, listados na sequência: 19
- Têxtil
- Calçados e Artigos de Couro
- Edição, Impressão e Reprodução de Gravações
- Farmacêutica
- Perfumaria, Sabões, Detergentes e Produtos de Limpeza
- Outros Produtos Químicos
- Metalurgia Básica
- Produtos de Metal (exclusive máquinas e equipamentos)
- Máquinas e Equipamentos
- Máquinas para Escritório e Equipamentos de Informática
- Máquinas, Aparelhos e Materiais Elétricos
19
Os sub-setores de Edição, Impressão e Reprodução de Gravações; Máquinas para Escritório e
Equipamentos de Informática; e Equipamentos de Instrumentação Médico-Hospitalar, Ópticos e Outros terão
sua análise restrita ao sub-período 2003-2009, uma vez que os dados de produção física industrial para estes
sub-setores se encontram disponíveis somente a partir de 2002. Além disso, optou-se por excluir da análise os
sub-setores da indústria mais ligados aos recursos naturais, tais como alimentos e petróleo, pois a
investigação sobre a hipótese de desindustrialização ligada ao conceito da doença holandesa está mais
preocupada com os impactos da apreciação cambial e dos altos preços das commodities sobre os setores
produtores de manufaturados de conteúdo tecnológico mais elaborado.
161
- Material Eletrônico, Aparelhos e Equipamentos de Comunicações
- Equipamentos de Instrumentação Médico-Hospitalar, Ópticos e Outros
- Veículos Automotores
- Outros Equipamentos de Transporte
- Mobiliário
Para a análise dos efeitos do câmbio real e dos preços de commodities sobre o
crescimento do emprego formal no setor industrial, foram considerados o emprego total
gerado na indústria de transformação e no setor de serviços, além do emprego em 6 subsetores industriais:
- Têxtil, Vestuário e Artefatos de Couro
- Calçados
- Química e Produtos Farmacêuticos
- Mecânica
- Material Elétrico e de Comunicação
- Material de Transporte
Os conjuntos de equações referentes aos Modelos 1 e 2 pretendem captar,
respectivamente, os efeitos dos choques da taxa de câmbio real efetiva e dos preços das
commodities sobre as variáveis relacionadas à participação do valor da produção da
indústria de transformação e de serviços no valor total produzido pela economia, e sobre o
crescimento da produção física e do emprego formal da indústria de transformação total e
de diversos sub-setores selecionados. Estes efeitos serão controlados pela influência da
abertura comercial e da taxa de juros nominal da economia, visto que a literatura sobre
desindustrialização no Brasil considera tais variáveis importantes para explicar uma
possível redução da participação da produção (valor e quantum) da indústria de
transformação relativamente à participação dos setores de commodities e de serviços
(conceito de desindustrialização induzido por políticas econômicas).
A finalidade destas estimações é conjeturar a sensibilidade (elasticidade) das
variáveis dependentes (valor produzido pela indústria de transformação e pelo setor de
serviços, quantidade produzida e emprego gerado nos diversos sub-setores industriais) em
relação à taxa de câmbio real efetiva e aos preços das commodities. Portanto, todas as
variáveis foram trabalhadas em logaritmo natural.
162
Havendo evidências de doença holandesa/desindustrialização, espera-se que o
impacto da taxa de câmbio real efetiva sobre o setor industrial (valor e quantum) seja
positivo (ou direto), isto é, uma taxa de câmbio real efetiva mais apreciada (depreciada)
deve contribuir para a redução (aumento) da produção e do emprego gerado no setor
industrial. O impacto sobre o setor de serviços deve ser negativo (inverso), ou seja, a
apreciação (depreciação) cambial tende a favorecer (prejudicar) o valor da produção e do
emprego neste setor. Em contraposição, espera-se que os preços das commodities exerçam
um efeito negativo sobre a produção e o emprego na indústria de transformação, e um
efeito positivo sobre o valor da produção e o emprego no setor de serviços, uma vez que,
na ocorrência de doença holandesa, pressupõe-se o deslocamento de recursos produtivos
do setor de bens comercializáveis não intensivos em recursos naturais para o setor de bens
não-comercializáveis, causando redução da produção e do emprego nas atividades
industriais.
A abertura comercial pode influenciar a dinâmica da produção industrial de duas
formas diferentes: i) negativa, ao implicar a destruição de unidades produtivas e a queda do
emprego industrial pela entrada de importações de produtos acabados mais competitivas; e
ii) positiva, ao subsidiar o aumento da produção de setores industriais bastante dependentes
de insumos importados, o que possibilita o aumento dos investimentos (modernização) e
da quantidade produzida a custos mais baixos. Além disso, a taxa de juros é uma variávelchave na determinação do nível de investimentos para ampliação da capacidade produtiva
e, por conseguinte, elevação do volume de produção e do emprego industrial.20
4.2.
Análise dos Resultados
4.2.1. Testes de Estacionariedade das Variáveis
A busca de evidências capazes de corroborar a existência de desindustrialização
enquanto “sintoma” de doença holandesa no Brasil parte da avaliação dos testes de raiz
unitária para as séries envolvidas nas estimações econométricas, a fim de se detectar a
ordem de integração das mesmas. Para isso, foram aplicados os testes de raiz unitária
20
A opção pela utilização da taxa de juros nominal ao invés da taxa de juros real se justifica pelo fato de que
a primeira pode ser vista como um bom guia para as decisões dos empresários de investimento na estrutura
produtiva. Cabe destacar que os modelos foram testados usando a taxa de juros real e a taxa de juros de longo
prazo (TJLP), porém, os resultados encontrados não foram estatisticamente significantes, sendo assim, optouse pela análise dos juros nominais.
163
Augmented Dickey-Fuller (ADF) e Phillips-Perron sobre as séries no período 1995-2009,
cuja hipótese nula dos testes se refere à presença de raiz unitária.
A tabela 3 sistematiza os resultados da ordem de integração das séries a partir dos
testes de raiz unitária ADF e Phillips-Perron. Os resultados completos destes testes estão
reportados no Anexo III pelas tabelas III.1 e III.2, respectivamente.
Tabela 3: Síntese dos Resultados da Ordem de Integração das Séries
Taxa de câmbio real efetiva (TCREF)
Índice de preços de commodities (IPCOM)
Grau de abertura (ABERT)
Taxa de juros nominais (JUROS)
Participação PIB indústria transformação/PIB (PIBIT)
Participação PIB serviços/PIB (PIBS)
Quantum indústria de transformação (QIT)
Quantum setor têxtil (QTEX)
Quantum calçados (QCAL)
Quantum materiais de edição, impressão e gravações (QED)
Quantum farmacêuticos (QFARM)
Quantum perfumaria (QPERF)
Quantum outros produtos químicos (QQUIM)
Quantum metalurgia básica (QMET)
Quantum produtos de metal (QPMET)
Quantum máquinas e equipamentos (QMAQ)
Quantum máqs. escritório e equip.informática (QMAQESC)
Quantum máq, aparelhos e materiais elétricos (QMAQEL)
Quantum equips. eletrônico e comunicações (QMAQCOM)
Quantum. instrumentos médico-hospitalar e ópticos (QINSTR)
Quantum veículos automotores (QAUT)
Quantum outros equipamentos de transporte (QOET)
Quantum mobiliário (QMOB)
Emprego indústria de transformação (EIT)
Emprego serviços (ES)
Emprego têxtil, vestuário e artefatos de couro (ETEX)
Emprego calçados (ECAL)
Emprego química e produtos farmacêuticos (EQUIM)
Emprego mecânica (EMEC)
Emprego material elétrico e de comunicação (EMAQEL)
Emprego material de transporte ET
ADF
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(0)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(2)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
Phillips-Perron
I(1)
I(1)
I(1)
I(1)
I(0)
I(0)
I(0)
I(0)
I(1)
I(0)
I(0)
I(1)
I(0)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(0)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
I(1)
Fonte: Elaboração própria a partir dos resultados dos testes ADF e Phillips-Perron.
I(2) = série integrada de ordem 2
I(1) = série integrada de ordem 1
I(0) = série integrada de ordem 0
164
O diagnóstico da estacionariedade das séries, em linhas gerais, revela a
possibilidade de se realizar a análise de cointegração pretendida, dado que pelo menos um
dos testes de raiz unitária (ADF ou Phillips-Perron) indicou não rejeição da hipótese nula
de raiz unitária ao nível de significância estatística de 1%, sugerindo que as séries podem
ser consideradas não estacionárias. Apenas para a variável produção (quantum) de outros
produtos químicos (QQUIM), ambos os testes ADF e Phillips-Perron indicaram que esta
série é integrada de ordem 0 [I(0)]. Ademais, o teste ADF para a variável emprego no setor
de serviços (ES) apontou que a mesma se mostrou estacionária apenas quando tomada em
segunda diferença, sugerindo que tal variável é I(2). Porém, o teste de Phillips-Perron
indicou que esta variável pode ser considerada I(1).
Embora tenha havido certa divergência quanto aos resultados obtidos com os dois
testes de raiz unitária para algumas variáveis, optou-se por realizar a análise de
cointegração envolvendo todas elas. Tal decisão tem suporte na argumentação de Campbell
e Perron (1991), que permite se trabalhar com combinações de séries estacionárias e não
estacionárias, desde que a maioria das variáveis que compõem os modelos tenha a maior
ordem de integração encontrada. No caso dos modelos estimados neste trabalho, há que se
ressaltar que pelo menos três das quatro variáveis envolvidas em cada modelo são I(1).
4.2.2. Análise de Cointegração: Teste de Johansen
Após a averiguação da estacionariedade das séries, procedeu-se à estimação dos
testes de cointegração a fim de detectar a existência de uma relação estável de longo prazo
entre as variáveis. Para o cumprimento deste propósito, o teste de Johansen foi utilizado
para identificar relações de cointegração entre as variáveis em termos do número de
vetores cointegrantes, do número de defasagens e da especificação correta a ser adotada na
determinação dos modelos de vetores de correção de erros (VEC) a serem estimados na
sequência, conforme os menores valores do critério de informação de Schwarz. 21
As tabelas III.3 a III.6 do Anexo III sistematizam os principais resultados referentes
à análise de cointegração, conforme os resultados do teste de Johansen.
Os resultados para o período 1995-2009 indicam que não houve evidências de
cointegração para as seguintes séries, tanto nas especificações do Modelo 1 (que tenta
21
O trabalho também se pautou pela realização de testes adicionais de diagnósticos de resíduos, os quais
corroboraram as defasagens escolhidas pelo critério de Schwarz.
165
apreender os efeitos da taxa de câmbio real sobre a produção e o emprego industrial), como
para o Modelo 2 (que busca captar os efeitos dos preços internacionais das commodities):
- Participação do PIB da indústria de transformação no PIB total (PIBIT)
- Produção de perfumaria (QPERF)
- Produção de outros produtos químicos (QQUIM)
- Produção de máquinas e materiais elétricos (QMAQEL)
- Produção de equipamentos eletrônicos e de comunicações (QMAQCOM)
- Emprego no setor de calçados (ECAL)
Isto sugere que o comportamento de longo prazo da produção física e do emprego
industrial nestes setores específicos não se mostrou sensível aos movimentos da taxa de
câmbio real e dos preços das commodities quando se toma o período de análise completo.
Os testes de Johansen também não identificaram nenhum vetor cointegrante para as
variáveis abaixo no que tange à especificação do Modelo 1:
- Produção de têxteis (QTEX)
- Produção de produtos de metal (QPMET)
- Produção de máquinas e equipamentos (QMAQ)
- Produção de mobiliário (QMOB)
- Emprego na indústria de transformação total (EIT)
- Emprego no setor de têxteis e vestuário (ETEX)
A ausência de cointegração sinaliza que o desempenho destes setores no longo
prazo não pode ser explicado pelas mudanças verificadas na taxa de câmbio real efetiva.
Também não se obteve nenhum vetor de cointegração em relação às variáveis
listadas na sequência no que diz respeito ao Modelo 2, o que sugere a ausência de efeitos
dos preços das commodities sobre o desempenho de longo prazo da produção industrial em
tais setores:
- Produção total da indústria de transformação (QIT)
- Produção de metalurgia básica (QMET)
- Produção de outros equipamentos de transporte (QOET)
- Emprego no setor de material de transporte (ET)
166
Quando se admite a amostra temporal mais restrita (2003-2009), os resultados dos
testes de Johansen identificaram pelo menos um vetor de cointegração entre as séries para
todos os modelos, exceto para o setor têxtil (QTEX) no que se refere ao Modelo 1,
havendo situações em que dois ou mais vetores de cointegração foram encontrados. Em
outras palavras, os resultados para este sub-período em que as condições para a existência
de doença holandesa no Brasil foram mais aparentes indicam uma importância da taxa de
câmbio real efetiva e dos preços internacionais das commodities para explicar a evolução
da produção/emprego de bens manufaturados na economia brasileira no longo prazo,
restando saber qual a direção desta influência, se positiva ou negativa.
4.2.3 Análise dos Resultados dos Modelos VEC
A partir das especificações dos modelos determinadas pela análise de cointegração
via teste de Johansen, partiu-se para a estimação dos modelos de vetores de correção de
erros (VEC). Neste caso, o objetivo é verificar os efeitos (coeficientes) de longo prazo da
taxa de câmbio real efetiva e dos preços das commodities sobre a produção e o emprego
industrial, controlando os modelos pelas mudanças do grau de abertura da economia e da
taxa de juros nominais. Além disso, pretende-se apreender a dinâmica de ajustamento no
curto prazo das variáveis industriais pelo mecanismo de correção de erros (coeficientes de
matriz de ajustamento α) da taxa de câmbio real efetiva e dos preços das commodities.
i) Dinâmica de Longo Prazo:
As tabelas 4 e 5 apresentam, respectivamente, um resumo referente aos resultados
dos coeficientes de longo prazo obtidos para a taxa de câmbio real efetiva (TCREF) e os
preços das commodities (IPCOM) decorrentes das estimações do VEC para os modelos
conforme as diversas variáveis de produção industrial e emprego nas amostras temporais
consideradas. Os resultados completos das estimações reportando os coeficientes das
demais variáveis do VEC (abertura e juros) estão registrados nas tabelas III.7 a III.10 do
Anexo III.
Verifica-se a ausência de cointegração entre a variável (PIBIT) e a taxa de câmbio
real efetiva (Modelo 1), sendo que o mesmo foi observado para o modelo que envolve os
preços de commodities (Modelo 2). Estas evidências sugerem que, no período 1995-2009,
167
a participação do valor da produção industrial em relação ao PIB total da economia não se
mostrou sensível às variações da taxa de câmbio real e dos preços de commodities.22
Tabela 4: Elasticidades de Longo Prazo das Variáveis Industriais em Relação à Taxa
de Câmbio Real Efetiva e aos Preços das Commodities no Período 1995T1-2009T4
Variáveis
PIB ind. transformação/PIB (PIBIT)
PIB serviços/PIB (PIBS)
Quantum indústria de transformação (QIT)
Quantum setor têxtil (QTEX)
Quantum calçados (QCAL)
Quantum farmacêuticos (QFARM)
Quantum perfumaria (QPERF)
Quantum outros produtos químicos (QQUIM)
Quantum metalurgia básica (QMET)
Quantum produtos de metal (QPMET)
Quantum máquinas e equipamentos (QMAQ)
Quantum máqs. e materiais elétricos (QMAQEL)
Quantum equips. eletrônico e comunic.(QMAQCOM)
Quantum veículos automotores (QAUT)
Quantum outros equips. transporte (QOET)
Quantum mobiliário (QMOB)
Emprego indústria de transformação (EIT)
Emprego serviços (ES)
Emprego têxtil, vestuário e art. couro (ETEX)
Emprego calçados (ECAL)
Emprego química e farmacêuticos (EQUIM)
Emprego mecânica (EMEC)
Emprego material elétrico e comunicação (EMAQEL)
Emprego material transporte (ET)
Modelo 1
(TCREF)
NHC
-0.095070*
0.734625*
NHC
0.442111*
-0.264867*
NHC
NHC
0.979734*
NHC
NHC
NHC
NHC
2.132900*
1.416226*
NHC
NHC
1.088813*
NHC
NHC
2.320714*
4.344283*
1.850984*
1.708060*
Modelo 2
(IPCOM)
NHC
0.079526*
NHC
-0.267917*
-0.132123*
0.156774*
NHC
NHC
NHC
-0.388118*
0.079450
NHC
NHC
-0.803120*
NHC
-0.075379*
-0.786656*
-0.396246*
-0.201407*
NHC
-0.720829*
-0.164772*
-0.262580*
NHC
Fonte: Elaboração própria a partir dos resultados dos modelos VEC estimados.
(*) e (**) Resultados significativos ao nível de significância de 1% e 5%, respectivamente.
NHC = Não houve cointegração.
Por outro lado, a análise correspondente ao valor da produção do setor de serviços
(PIBS) obtém resultados favoráveis à doença holandesa na economia brasileira, sendo que
a taxa de câmbio real efetiva e os preços das commodities exerceram, respectivamente,
efeitos negativos e positivos sobre a participação do valor gerado no setor de serviços em
22
Tais evidências corroboram os resultados obtidos por Bruno, Araújo e Pimentel (2009), que sugerem a
perda de importância da taxa de câmbio real para afetar o comportamento da indústria brasileira no período
1993-2008.
168
relação ao PIB no longo prazo. Em outras palavras, uma taxa de câmbio mais apreciada
pareceu favorecer a maior participação do setor de serviços no valor total produzido pela
economia, ao passo que os preços mais elevados das commodities contribuíram para
aumentar a participação do valor gerado pelo setor de serviços no PIB total. Estes
resultados fornecem suporte ao conceito de desindustrialização relativa, representado por
um ganho de participação do setor de serviços no produto beneficiado pelo deslocamento
de recursos produtivos do setor industrial para o setor de não-comercializáveis em função
da apreciação cambial e da elevação dos preços dos bens intensivos em recursos naturais.
Os resultados dos VEC assinalam um efeito positivo da taxa de câmbio real sobre a
produção física (quantum) da indústria de transformação total, indicando que a manutenção
de uma taxa de câmbio real efetiva depreciada (apreciada) tendeu a beneficiar (prejudicar)
o desempenho da produção física industrial. Porém, as estimações apontam que os preços
das commodities não tiveram influência de longo prazo sobre a produção física da indústria
de transformação total no período 1995-2009 (ausência de relação de cointegração).
Quando se analisa a produção física da indústria de transformação total
desagregada em diversos sub-setores, é possível identificar alguns sinais de doença
holandesa no Brasil. Neste caso, as evidências do Modelo 1 apontam a importância de uma
taxa de câmbio real efetiva mais depreciada para explicar a produção física (quantum) dos
setores de calçados; metalurgia básica; veículos automotores; e outros equipamentos de
transporte. Tal efeito também foi observado para o emprego nos setores químico,
mecânico; material elétrico e comunicações; e material de transporte.
Os testes para o Modelo 2 captaram uma associação negativa entre os preços das
commodities e a quantidade produzida para os setores têxteis; calçados; produtos de metal;
veículos automotores; mobiliário; e sobre o emprego na indústria de transformação total e
nos setores produtores de têxteis; produtos químicos; mecânico; e material elétrico e de
comunicações. Ou seja, os preços mais elevados das commodities tenderam a prejudicar a
produção física e o emprego gerado em tais setores numa perspectiva de longo prazo.
Destaca-se que a produção física dos sub-setores de máquinas elétricas; material
eletrônico e equipamentos de comunicação; outros produtos químicos; e perfumaria; e o
emprego formal no sub-setor de calçados não se mostraram sensíveis ao comportamento do
câmbio real e dos preços de commodities quando analisado o período 1995-2009 (ausência
de relações de cointegração para tais variáveis nos Modelos 1 e 2).
Quando analisada a amostra para 2003-2009 (tabela 5), os resultados dos modelos
VEC fornecem evidências mais consistentes de desindustrialização ligada ao problema da
169
doença holandesa no Brasil, visto que os coeficientes obtidos para grande parte das
variáveis industriais tiveram os sinais esperados e foram estatisticamente significantes.
Tabela 5: Elasticidades de Longo Prazo das Variáveis Industriais em Relação à Taxa
de Câmbio Real Efetiva e aos Preços das Commodities no Período 2003T1-2009T4
Variáveis
PIB ind. transformação/PIB (PIBIT)
PIB serviços/PIB (PIBS)
Quantum indústria de transformação (QIT)
Quantum setor têxtil (QTEX)
Quantum calçados (QCAL)
Quantum mat. edição, impressão e gravações (QED)
Quantum farmacêuticos (QFARM)
Quantum perfumaria (QPERF)
Quantum outros produtos químicos (QQUIM)
Quantum metalurgia básica (QMET)
Quantum produtos de metal (QPMET)
Quantum máquinas e equipamentos (QMAQ)
Quantum equip. escritório e informática (QMAQESC)
Quantum máqs. e materiais elétricos (QMAQEL)
Quantum equips. eletrônico e comunic. (QMAQCOM)
Quantum instr. médico-hospitalar e ópticos (QINSTR)
Quantum veículos automotores (QAUT)
Quantum outros equips. transporte (QOET)
Quantum mobiliário (QMOB)
Emprego indústria de transformação (EIT)
Emprego serviços (ES)
Emprego têxtil, vestuário e art. couro (ETEX)
Emprego calçados (ECAL)
Emprego química e farmacêuticos (EQUIM)
Emprego mecânica (EMEC)
Emprego material elétrico e comunicação (EMAQEL)
Emprego material transporte (ET)
Modelo 1
(TCREF)
0.396828*
-0.036590
0.377954*
NHC
-0.327958
0.374319*
-0.065459
1.120863*
0.197214*
1.140005**
0.610253*
0.613223*
3.858936*
1.380222*
4.494027*
-0.160211
1.267640*
-1.898401*
0.410495*
0.289596*
-0.037780*
0.274446*
0.196178*
0.288412*
1.761395*
0.556740*
-3.735775*
Modelo 2
(IPCOM)
-1.638893*
0.120700*
-1.399442*
-0.745101*
-1.168844*
-0.376735*
0.281950*
-0.770533*
0.375898*
-0.488213*
-1.787038*
-0.454167*
-5.634749*
-1.171353*
-8.453257*
-0.185896*
-2.843495*
2.237904*
0.617008*
-0.252541*
-0.013645*
-0.214796*
-0.493921*
-0.809660*
-0.123022*
-0.177707*
-0.220003*
Fonte: Elaboração própria a partir dos resultados dos modelos VEC estimados.
(*) e (**) Resultados significativos ao nível de significância de 1% e 5%, respectivamente.
NHC = Não houve cointegração.
Neste caso, as evidências sinalizam que uma taxa de câmbio real efetiva depreciada
se mostrou importante para favorecer o aumento da participação do valor da produção da
indústria de transformação no PIB total (PIBIT), ao passo que os preços mais elevados das
commodities prejudicaram o desempenho desta variável. Em contraponto, a elevação dos
170
preços das commodities pareceu beneficiar a variável PIBS. Estes achados fornecem
suporte à hipótese de desindustrialização relativa.
Os resultados sugerem que, no sub-período 2003-2009, o contexto de uma taxa de
câmbio real mais apreciada e de preços mais elevados das commodities pareceu prejudicar
o desempenho da produção física da indústria de transformação total. Os mesmos efeitos
foram observados no que se refere ao quantum de materiais de edição, impressão e
reprodução de gravações; perfumaria; metalurgia básica; produtos de metal; máquinas e
equipamentos; máquinas para escritório e equipamentos de informática; máquinas e
materiais elétricos; material eletrônico e equipamentos de comunicações; e veículos
automotores. Além disso, cumpre destacar que, embora a taxa de câmbio real efetiva não
tenha apresentado o sinal positivo esperado para os setores têxteis; calçados; e
instrumentos médico-hospitalares e ópticos; os altos preços das commodities apresentaram
uma contribuição negativa para o desempenho do quantum destes setores. Já o quantum de
outros produtos químicos e mobiliário foi influenciado positivamente pelo câmbio
depreciado, mas não teve o sinal esperado no que diz respeito ao impacto dos preços das
commodities.
Pode-se notar uma importância da taxa de câmbio real efetiva depreciada para o
emprego na indústria de transformação total e em todos os sub-setores industriais
analisados, com exceção do setor de materiais de transporte. Ademais, os choques dos
preços das commodities influenciaram negativamente o emprego no longo prazo para todas
variáveis de emprego industrial analisadas.
No que se refere aos choques da abertura comercial sobre a produção e o emprego
no setor industrial no longo prazo (conceito de desindustrialização induzida pelas políticas
econômicas), as evidências obtidas revelam que esta variável exerceu impactos tanto
positivos quanto negativos, dependendo dos modelos e dos setores analisados. Tal
resultado se justifica pelo fato de que a abertura comercial, de um lado, pode prejudicar a
capacidade produtiva dos setores industriais ineficientes mediante a importação de bens a
preços mais baixos do que aqueles associados à produção doméstica. Por outro lado, a
abertura comercial pode favorecer determinados setores da indústria de transformação,
especialmente se vinculada a políticas industriais bem ajustadas, na medida em que,
associada ao câmbio mais apreciado, permite a modernização da estrutura produtiva via
importação de insumos (peças e componentes) a custos relativamente baixos, favorecendo
a elevação da produção industrial e o aumento de competitividade.
171
Do mesmo modo, os efeitos de longo prazo dos choques da taxa de juros nominais
sobre as variáveis industriais se mostraram ambíguos: ora positivos, ora negativos. Este
fato se justifica pelo argumento de que taxas de juros nominais elevadas desanimam a
realização de novos investimentos na esfera industrial, uma vez que encarece o crédito para
os tomadores de recursos e arrefece a demanda, prejudicando a produção e a geração de
empregos formais na indústria. Contudo, em uma perspectiva macroeconômica, uma alta
taxa de juros pode ser sinalizadora de controle inflacionário e de estabilidade da economia,
o que estimula a produção e o emprego em certos setores da indústria de transformação.
Assim, no período 1995-2009, a abertura comercial pareceu influenciar
negativamente a produção física da indústria de transformação total e dos sub-setores de
calçados, metalurgia básica, veículos automotores, e outros equipamentos de transporte
(Modelo 1); têxteis, e produtos metálicos (Modelo 2). A manutenção da taxa de juros em
patamares elevados esteve atrelada ao pior desempenho da produção da indústria de
transformação total e da produção dos sub-setores de metalurgia básica (Modelo 1);
produtos metálicos (Modelo 2); veículos automotores, e farmacêuticos (Modelos 1 e 2).
Tais resultados são condizentes com a hipótese de Palma (2005) sobre desindustrialização
induzida por políticas econômicas.
Para o sub-período 2003-2009, os resultados dos VEC sugerem que a abertura
comercial teve impactos negativos sobre a produção da indústria de transformação total
(valor e quantum), material de edição e impressão, perfumaria, metalurgia básica, produtos
de metal, máquinas para escritório e equipamentos de informática, máquinas elétricas,
equipamentos eletrônicos e de comunicação, e veículos automotores (Modelo 1);
mobiliário, máquinas e equipamentos, e outros equipamentos de transporte (Modelo 2); e
outros produtos químicos (Modelos 1 e 2). Já as altas taxas de juros estiveram atreladas ao
pior desempenho no longo prazo da participação relativa do valor da produção industrial
no PIB; e da produção física dos setores de impressão e edição, materiais eletrônicos e de
comunicação (Modelo 1); produtos de metais, máquinas e equipamentos, outros
equipamentos de transporte (Modelo 2); farmacêuticos e perfumaria (Modelos 1 e 2).
Para as variáveis referentes ao emprego industrial, verifica-se que no período 19952009, tanto a abertura comercial como a taxa de juros estiveram vinculadas ao pior
resultado do emprego dos setores mecânico, máquinas elétricas, químico, e transporte
(Modelo 1), enquanto apenas o setor químico teve o volume de emprego no longo prazo
prejudicado pelos choques da taxa de juros no Modelo 2. Quando se avalia o sub-período
2003-2009, observa-se que a abertura exerceu efeitos negativos sobre o emprego na
172
indústria de transformação total e nos setores têxteis, calçados, químico, máquinas
elétricas, e material transporte (Modelo 1); e mecânico (Modelo 2); enquanto a alta taxa de
juros nominais prejudicou o emprego no setor de calçados, máquinas elétricas, e material
de transporte (Modelo 1).
Em síntese, os resultados obtidos subsidiam a ideia de que o contexto de
liberalização comercial e financeira conjugado com juros altos, câmbio apreciado, e, mais
recentemente, elevados preços internacionais das commodities foi inadequado para a
ampliação de diversas unidades produtivas industriais. Diversos setores industriais tiveram
que lidar com um acirramento da concorrência internacional sem contar com uma política
cambial favorável e/ou com uma política de desenvolvimento industrial consistente e
adequada às necessidades do crescimento econômico nacional. Nestas condições, as
evidências sugerem que o regime de câmbio apreciado e os altos preços das commodities
foram lesivos aos setores industriais com potencial tecnológico mais dinâmico.
Em outras palavras, pode-se abstrair que esses fatores favoreceram a consolidação
do perfil de especialização da estrutura produtiva voltado para os setores intensivos em
recursos naturais e à expansão relativa do setor de serviços, insinuando um processo de
desindustrialização relativa da economia brasileira. Estas características se mostram
condizentes com os “sintomas” da doença holandesa, em que a apreciação cambial e os
preços mais elevados das commodities nos mercados internacionais estariam associados ao
avanço dos setores produtores e exportadores de commodities e a uma perda relativa de
participação do setor manufatureiro.
ii) Dinâmica do Ajuste no Curto Prazo:
As tabelas 6 e 7 oferecem, respectivamente, uma síntese dos coeficientes do
mecanismo de correção de erros do VEC, os quais refletem o ajustamento de curto prazo
do desempenho das variáveis de produção e emprego da indústria de transformação e dos
diversos sub-setores selecionados quanto aos choques da taxa de câmbio real efetiva e dos
preços das commodities.
As evidências para o período 1995-2009 (tabela 6) permitem concluir que as
mudanças da taxa de câmbio real efetiva e dos preços das commodities se revelaram pouco
representativas para ajustar o comportamento das variáveis industriais numa perspectiva de
curto prazo, uma vez que poucos coeficientes foram estatisticamente significantes.
173
Na busca dos “sintomas” de doença holandesa, nota-se que, dentre os coeficientes
com significância estatística para a taxa de câmbio real, nenhum deles apresentou o sinal
esperado (positivo) para explicar o comportamento de curto prazo da produção e do
emprego industrial. Apenas para o setor de serviços foi possível detectar uma relação de
curto prazo entre a taxa de câmbio apreciada e o aumento da participação deste setor no
PIB, o que é consistente com o modelo da doença holandesa. Ademais, os coeficientes
significativos para os preços das commodities também não tiveram o sinal esperado
(negativo), o que sugere que, numa visão de curto prazo, os maiores preços destes bens
colaboraram para o ajustamento positivo (aumento) da produção e do emprego industrial.
Tabela 6: Elasticidades de Curto Prazo das Variáveis Industriais em Relação à Taxa
de Câmbio Real Efetiva e aos Preços das Commodities no Período 1995T1-2009T4
PIB ind. transformação/PIB (PIBIT)
Modelo 1
TCREF(-1) TCREF(-2)
---
PIB serviços/PIB (PIBS)
-0.213810*
-0.079471**
Quantum indústria transformação (QIT)
-0.480102*
---
Variáveis
Quantum setor têxtil (QTEX)
---
Modelo 2
IPCOM(-1) IPCOM(-2)
---
0.069478
Quantum calçados (QCAL)
-0.508098*
Quantum farmacêuticos (QFARM)
-0.547102*
0.133436
Quantum perfumaria (QPERF)
---
---
Quantum outros prods. químicos (QQUIM)
---
---
0.106993
---
Quantum produtos de metal (QPMET)
---
0.308639*
Quantum máquinas e equipamentos (QMAQ)
---
0.552905*
Quantum máqs. elétricas (QMAQEL)
---
---
Quantum metalurgia básica (QMET)
Quantum eqs. eletrônico e com.(QMAQCOM)
0.388953
0.298523
---
---
Quantum veículos automotores (QAUT)
0.363575
0.144490
Quantum outros equips. transporte (QOET)
0.105293
---
Quantum mobiliário (QMOB)
---
0.199599*
Emprego indústria de transformação (EIT)
---
0.115852*
Emprego serviços (ES)
-0.006177
0.025289*
0.009450
Emprego têxtil, vestuário e art. couro (ETEX)
---
0.069578*
Emprego calçados (ECAL)
---
---
Emprego química e farmacêuticos (EQUIM)
-0.080209*
0.077864*
Emprego mecânica (EMEC)
-0.028904
0.080520*
Emprego mat. elétrico e comunic. (EMAQEL)
-0.109818*
0.076734*
-0.013197*
Emprego material transporte (ET)
0.012465
--Fonte: Elaboração própria a partir dos resultados dos modelos VECs estimados.
(*) e (**) Resultados significativos ao nível de significância de 1% e 5%, respectivamente.
Nota: Sub-índices da taxa de câmbio real efetiva (TCREF) e dos preços das commodities (IPCOM) indicam
quantidade de defasagens.
174
A análise dos resultados restritos a 2003-2009 (tabela 7) revela que a maioria dos
coeficientes estatisticamente significantes para os choques da taxa de câmbio real efetiva
também tiveram o sinal negativo, indicando que a apreciação cambial promoveu um
aumento da produção e do emprego na indústria de transformação no curto prazo.
Tabela 7: Elasticidades de Curto Prazo das Variáveis Industriais em Relação à Taxa
de Câmbio Real Efetiva e aos Preços das Commodities no Período 2003T1-2009T4
PIB ind. transformação/PIB (PIBIT)
Modelo 1
TCREF(-1) TCREF(-2)
0.284548
0.792707*
PIB serviços/PIB (PIBS)
-0.214348*
Quantum indústria transformação (QIT)
-0.538485**
Modelo
Quantum setor têxtil (QTEX)
0.011422
Modelo 2
IPCOM(-1) IPCOM(-2)
-0.102205 -0.802010*
0.052178
0.007286
0.087798
-0.319353**
-0.160826
-0.077379
-0.102293
0.282253
-0.232939
---
Quantum calçados (QCAL)
-0.679911
Quantum mat. edição, impres. e grav. (QED)
-0.264721
0.013521
0.071081
-0.383252
Quantum farmacêuticos (QFARM)
0.396209
1.446080*
0.119598
-0.602648*
Quantum perfumaria (QPERF)
-0.136605
Quantum outros produtos químicos (QQUIM)
-0.183202
0.705965*
0.232120
-0.160119
Quantum metalurgia básica (QMET)
-0.128782
0.381047*
0.022463
-0.549572*
-0.052190
Quantum produtos de metal (QPMET)
-0.095460
0.355590*
Quantum máquinas e equipamentos (QMAQ)
-0.717983*
0.265700
Quantum eq. esc. e informática (QMAQESC)
-1.037825**
Quantum máqs. e materiais elétricos (QMAQEL)
-0.587719*
0.567122*
Quantum eqs. eletrônico e com. (QMAQCOM)
-2.783240*
0.906376**
-0.224377
Quantum instr. médico-hosp. e ópticos (QINSTR)
-0.489367**
-0.216245
-0.333182*
-0.230154
0.662729
1.562424*
Quantum veículos automotores (QAUT)
0.706016*
0.441883
Quantum outros eqs. transporte (QOET)
-0.049831
-0.106672
Quantum mobiliário (QMOB)
0.134993
0.301365
Emprego indústria de transformação (EIT)
-0.220553
-0.167783
-0.435532**
-0.095681*
0.136932*
0.019362
-0.090676*
Emprego serviços (ES)
0.010767
0.053533*
0.013162*
-0.008929
Emprego têxtil, vestuário e art. couro (ETEX)
-0.060873
0.135433*
0.021390
-0.090252*
Emprego calçados (ECAL)
0.081274
0.338146*
-0.012688
-0.175314*
Emprego química e farmacêuticos (EQUIM)
-0.110270*
0.051507*
0.028963
-0.042181**
Emprego mecânica (EMEC)
-0.047501*
0.055537*
Emprego material elétrico e com. (EMAQEL)
-0.244589*
0.132754*
0.019539
Emprego material transporte (ET)
-0.104340*
0.064167* -0.064344*
Fonte: Elaboração própria a partir dos resultados dos modelos VECs estimados.
(*) e (**) Resultados significativos ao nível de significância de 1% e 5%, respectivamente.
Nota: Sub-índices da taxa de câmbio real efetiva (TCREF) e dos preços das commodities (IPCOM) indicam
quantidade de defasagens.
175
Os resultados do Modelo 1 para a participação relativa do setor de serviços no PIB
mais uma vez se mostraram de acordo com os “sintomas” de doença holandesa (sinal
negativo do câmbio). Além deste, o ajuste da produção de veículos automotores no curto
prazo esteve rapidamente atrelado a uma taxa de câmbio mais depreciada. Porém, para os
modelos que consideram duas defasagens, verifica-se a importância da taxa de câmbio
depreciada para a dinâmica de curto prazo da participação relativa do valor da produção da
indústria de transformação total no PIB e da produção dos setores de farmacêuticos, outros
produtos químicos, metalurgia básica, e o emprego na indústria de transformação total e
nos setores de têxteis, calçados, e químico.
As evidências para os modelos relacionados aos preços das commodities (Modelo
2) são semelhantes, sendo que, apenas quando se considera alguma defasagem temporal, é
possível observar um efeito negativo destes preços sobre a produção da indústria de
transformação total (valor, quantidade produzida e emprego gerado) e os setores de
farmacêuticos, metalurgia básica, instrumentos médicos e ópticos, e mobiliário; além do
emprego nos setores têxtil, calçados, químico, e material de transporte.
Desta análise, pode-se inferir que os sinais da doença holandesa e da
desindustrialização na economia brasileira são mais difíceis de serem identificados em uma
dinâmica de curto prazo. Esta inferência se mostra condizente com grande parte dos
resultados obtidos pelas investigações mais qualitativas com relação aos efeitos do câmbio
real e dos preços das commodities sobre a validade de um processo de desindustrialização
no Brasil.
5. Considerações Finais
O conceito de desindustrialização ligado à doença holandesa reflete o fato de que a
conjunção de elementos favoráveis à produção de bens intensivos em recursos naturais,
dentre os quais se destacam a apreciação da taxa de câmbio real e a elevação dos preços
internacionais das commodities, promovem uma especialização da estrutura produtiva e
exportadora das economias voltadas para tais produtos caracterizados por menor valor
adicionado e/ou menor conteúdo tecnológico.
A chamada “especialização regressiva” ou “re-primarização” da economia é
consequência da sustentação da taxa de câmbio de equilíbrio corrente em patamares mais
apreciados do que a taxa de câmbio de equilíbrio industrial que permite uma maior
competitividade para os bens industriais que utilizam tecnologia sofisticada. Neste âmbito,
176
diversos autores têm registrado a necessidade de medidas de neutralização dos efeitos da
doença holandesa, seja através de uma administração indireta da taxa de câmbio via
cobrança de impostos sobre as exportações de commodities, com os recursos arrecadados
destinados à criação de um fundo para estabilizar a taxa de câmbio em um nível adequado,
seja através de uma administração direta via instrumentos de política cambial para manter
a taxa de câmbio mais depreciada ou a adoção de uma taxa de câmbio seletiva que
favoreça os setores produtores de bens manufaturados. A neutralização da doença
holandesa também deve passar pela arquitetura de um conjunto de medidas efetivas de
política industrial com caráter seletivo, envolvendo incentivos financeiros e a promoção e
difusão de conhecimento e de inovação, além da promoção de infraestrutura adequada, da
elevação do nível de educação/capacitação da mão-de-obra, e da eliminação de entraves ao
ambiente de negócios para melhorar a competitividade e a produtividade dos setores
industriais de maior valor adicionado, permitindo, deste modo, ampliar a participação
relativa dos setores não intensivos em recursos naturais no produto, emprego e
exportações.
A análise preliminar dos dados sobre crescimento da produção (quantum e
participação no VTI) e do volume de emprego gerado pelo setor industrial no período pósReal (1995-2009) comparativamente aos dados para o setor de serviços indicou algumas
evidências favoráveis ao desenho de um processo de desindustrialização relativa ou de “reespecialização” produtiva/exportadora voltada para os segmentos industriais intensivos em
recursos naturais e de serviços mediante o contexto de apreciação cambial verificado,
especialmente, no período mais recente (2003-2009). No entanto, cabe destacar que a
ampliação da participação dos setores ricos em recursos naturais na estrutura industrial não
significou o aniquilamento dos segmentos da indústria de transformação mais intensivos
em tecnologia (hipótese mais forte da doença holandesa), visto que alguns sub-setores
industriais de conteúdo tecnológico mais avançado conseguiram manter ou ampliar sua
produção física e/ou participação no VTI ao longo do tempo.
A análise quantitativa empreendida neste trabalho por meio dos testes de
cointegração e da estimação dos modelos VEC revelou que, em termos gerais, existem
algumas evidências que corroboram um processo de desindustrialização da economia
brasileira no período 1995-2009, sendo tais evidências mais robustas no período recente
(2003-2009), em que o contexto de câmbio flexível e apreciado e de elevados preços das
commodities se mostrou mais evidente. Os resultados indicaram que a participação do
valor adicionado da indústria de transformação no PIB total não se mostrou sensível à taxa
177
de câmbio no período 1995-2009, porém quando se toma o sub-período 2003-2009, a
participação do valor produzido pela indústria de transformação no PIB foi influenciada
negativamente pela taxa de câmbio apreciada e pelos altos preços das commodities.
Ademais, obteve-se uma contribuição da apreciação cambial e dos preços das commodities
para o aumento da participação do valor da produção do setor de serviços no PIB da
economia. Tais resultados estão alinhados com os “sintomas” da doença holandesa
apontados pela literatura.
Em uma análise setorial dos dados da produção e do emprego gerado na indústria
de transformação, verificou-se um impacto negativo da apreciação cambial e dos preços
das commodities sobre determinados sub-setores da produção e de emprego industrial,
sendo que a abertura comercial e as taxas de juros elevadas (conceito de
desindustrialização
induzida
por
políticas
econômicas)
também
se
mostraram
relativamente relevantes para explicar o desempenho de diversos segmentos da indústria
brasileira ligados à utilização de tecnologia mais elaborada.
Neste sentido, observou-se que especialmente os sub-setores produtores de
calçados, metalurgia básica, veículos automotores e outros equipamentos de transporte, e o
emprego nos setores mecânico, máquinas elétricas e químico tiveram o desempenho
condizente com os sinais de doença holandesa no que tange tanto ao impacto desfavorável
de um contexto de câmbio apreciado, preços das commodities elevados, abertura comercial
e altas taxas de juros entre 1995 e 2009. No período mais recente (2003-2009), um maior
número de sub-setores da estrutura produtiva industrial passou a ter o comportamento
influenciado pelo cenário de câmbio real apreciado, altos preços das commodities e
abertura comercial, tais como a produção física da metalurgia básica, veículos
automotores, perfumaria, outros produtos químicos, máquinas e equipamentos, máquinas
para escritório e informática, máquinas elétricas, e o emprego formal no setor têxtil,
mecânico, máquinas elétricas e químico.
Finalmente, convém destacar que as evidências de doença holandesa e de
desindustrialização relativa no Brasil se tornaram mais perceptíveis quando se analisa os
efeitos dinâmicos da taxa de câmbio real e dos preços das commodities sobre a atividade
industrial numa perspectiva de longo prazo. No curto prazo, os sintomas de doença
holandesa na economia brasileira em termos do ajuste negativo (retração) da produção e do
emprego industrial ao contexto de apreciação cambial e de altos preços das commodities
são difíceis de serem apreendidos, embora estes efeitos se tornem mais aparentes quando
se considera alguma defasagem temporal na modelagem. Este fato pode ajudar a explicar
178
porque muitos analistas e acadêmicos que realizam uma abordagem basicamente descritiva
do problema não conseguem captar sinais de desindustrialização relativa nos seus estudos
para a economia brasileira, dada a visão de curto prazo envolvida nestas análises.
Levando em conta a discussão efetivada neste ensaio, pode-se inferir que a
promoção do setor industrial em bases sustentáveis e competitivas é essencial para
alavancar a dinâmica macroeconômica brasileira. Por conseguinte, caso o Brasil pretenda
elevar sua taxa de crescimento para os próximos anos, a resposta certamente passa, dentre
outras coisas, pelo estímulo ao crescimento da indústria nacional e por uma alteração do
perfil da estrutura produtiva em que se privilegie a produção de bens de maior intensidade
tecnológica. Este resultado pode ser pensado e alcançado mediante a identificação dos
efeitos do câmbio e dos preços das commodities sobre a estrutura industrial e a reflexão
sobre medidas que conduzam à neutralização destes “sintomas” de doença holandesa sobre
a economia brasileira.
Referências Bibliográficas
BARROS, O.; PEREIRA, R. R. Desmistificando a Tese da Desindustrialização:
Reestruturação da Indústria Brasileira em uma Época de Transformações Globais. In:
BARROS, O.; GIAMBIAGI, F. (Orgs.) Brasil Globalizado: o Brasil em um mundo
surpreendente. Rio de Janeiro: Elsevier, Cap. 9, p. 299-330, 2008.
BCB. Banco Central do Brasil. Economia e Finanças. Séries Temporais. Disponível em:
http://www4.bcb.gov.br/?SERIESTEMP. Acesso em Junho de 2010.
BRAHMBHATT, M.; CANUTO, O. Natural Resources and Development Strategy after
the Crisis. PREM Notes Economic Policy. The World Bank. No. 147. January, 2010.
BRAHMBHATT, M.; CANUTO, O; VOSTROKNUTOVA, E. Dealing with Dutch
Disease. PREM Notes Economic Policy. The World Bank. No. 16. June, 2010.
BRESSER-PEREIRA, L. C. A Doença Holandesa. In: BRESSER-PEREIRA, L. C.
Globalização e Competição: Por que alguns países emergentes têm sucesso e outros não.
Rio de Janeiro: Elsevier, Cap. 5, p141-171, 2009.
BRESSER-PEREIRA, L. C. The Dutch Disease and its Neutralization: a Ricardian
Approach. Revista de Economia Política. Vol. 28, nº. 1 (109), pp. 47-71, Jan./Mar. 2008.
BRESSER-PEREIRA, L. C.; MARCONI, N. Existe Doença Holandesa no Brasil? IV
Fórum de Economia da Fundação Getúlio Vargas. Março, 2008. Disponível em:
http://www.bresserpereira.org.br. Acesso em Outubro de 2008.
179
BRUNO, M., ARAÚJO, E.; PIMENTEL, D. Regime Cambial e Mudança Estrutural na
Indústria de Transformação Brasileira: Novas Evidências para o Período (1994-2008).
Anais do XXXVII Encontro Nacional de Economia ANPEC, Foz do Iguaçu, Dezembro,
2009. Disponível em: http://www.anpec.org.br/encontro2009/inscricao.on/arquivos/000f85cf3d77cc14cbd99394ffca58feaa0.pdf. Acesso em Janeiro de 2010.
BUENO, R. D. L. S. Econometria de Séries Temporais. São Paulo: Cengage Learning,
2008.
CAMPBELL, J.; PERRON, P. Pitfalls and Opportunities: what macroeconomics should
know about unit roots. In: BLANCHARD, O. J; FISCHER, S. (eds.) NBER
Macroeconomics Annual. The MIT Press, p. 141-201, 1991.
CARNEIRO, R. Impasses do Desenvolvimento Brasileiro: a Questão Produtiva. Texto
para discussão nº 153 IE/Unicamp, Novembro, 2008. Disponível em:
http://www.eco.unicamp.br/docdownload/publicacoes/textosdiscussao/texto153.pdf.
Acesso em Abril de 2010.
CARVALHO, L.; KUPFER, D. A Transição Estrutural da Indústria Brasileira: da
Diversificação para a Especialização. Anais do XXXV Encontro Nacional de Economia
da ANPEC, Recife, 2007.
CORDEN, W. M. Booming Sector and Dutch Disease Economics: Survey and
Consolidation. Oxford Economic Papers, vol. 36, nº 3, p. 359-380, Novembro, 1984.
CORDEN, W. M.; NEARY, J. P. Booming Sector and De-industrialisation in a Small
Open Economy. Economic Journal, vol. 92, nº. 368, Dezembro, 1982.
IMBS, J.; WACZIARG, R. Stages of Diversification. American Economic Review. 93(1),
p.63-86, 2003.
JANK, M. S.; NAKAHODO, S. N.; IGLESIAS, R.; MOREIRA, M. M. Exportações:
Existe uma “Doença Brasileira”? In: BARROS, O. e GIAMBIAGI, F. (Orgs.) Brasil
Globalizado: o Brasil em um mundo surpreendente. Rio de Janeiro: Elsevier, Cap. 10, p.
331-352, 2008.
NAKAHODO, S. N.; JANK, M. S. A Falácia da “Doença Holandesa” no Brasil. Instituto
de Estudos do Comércio e Negociações Internacionais (ICONE). Documento de Pesquisa.
São Paulo. Março, 2006.
NASSIF, A. Há Evidências de Desindustrialização no Brasil? Revista de Economia
Política. Vol.28, nº. 1, p.72-96. Jan./Mar. 2008.
OOMES, N.; KALCHEVA, K. Diagnosing Dutch Disease: Does Russia Have the
Symptoms? IMF Working Paper, Middle East and Central Asia Department, April, 2007.
Disponível em: http://www.imf.org/external/pubs/ft/wp/2007/wp07102.pdf. Acesso em
Setembro de 2009.
OREIRO, J. L.; FEIJÓ, C. A. Desindustrialização: Conceituação, Causas, Efeitos e o Caso
Brasileiro. Revista de Economia Política, Vol. 30, nº. 2, Abr-Jun, 2010.
180
PALMA, J. G. Quatro Fontes de “Desindustrialização” e um Novo Conceito de “Doença
Holandesa”. Conferência Industrialização, Desindustrialização e Desenvolvimento. FIESP
e IEDI. Agosto, 2005. Disponível em: http://www.fiesp.com.br. Acesso em Outubro de
2008.
PAVITT, K. Sectoral Patterns of Technical Change: Towards a Taxonomy and a Theory.
Research Policy, vol. 13, Nº 6, 1984.
RIBEIRO, F. J.; MARKWALD, R. A Balança Comercial sob o Regime de Câmbio
Flutuante. In: BARROS, O. e GIAMBIAGI, F. (Orgs.) Brasil Globalizado: o Brasil em um
mundo surpreendente. Rio de Janeiro: Elsevier, Cap. 11, p. 353-388, 2008.
ROWTHORN, R.; RAMASWANY, R. Growth, Trade and Deindustrialization. IMF Staff
Papers, Vol. 46, N.1. March, 1999.
SAMPAIO, D. P.; PEREIRA, V. V. Doença Holandesa No Brasil: Uma Sugestão De
Análise Conceitual Comparada. Anais do XIV Encontro Nacional de Economia Política.
São Paulo, Junho, 2009.
TREGENNA, F. Characterizing deindustrialization: an analysis of changes in
manufacturing employment and output internationally. Cambridge Journal of Economics,
vol. 33. p. 433–466, 2009.
181
ANEXO III
Quadro III.1: Composição da Estrutura Industrial por Tipo de Tecnologia conforme
a Classificação da OCDE baseada em Pavitt (1984)
Indústria baseada em recursos naturais
Extração de carvão mineral
Extração de petróleo, gás e serviços relacionados
Extração de minerais metálicos
Extração de minerais não-metálicos
Alimentos e bebidas
Fumo
Preparação do couro
Produtos de madeira
Fabricação de celulose e outras pastas para fabricação de papel
Fabricação de produtos derivados do petróleo
Produção de álcool
Metalurgia de não-ferrosos
Cimento e outros produtos minerais não-metálicos
Indústria intensiva em trabalho
Têxteis
Vestuário
Artigos para viagem e artefatos de couro
Calçados
Fabricação de produtos de metal (exceto máquinas e equipamentos)
Móveis e indústrias diversas
Indústria intensiva em escala
Produtos cerâmicos para construção civil e usos diversos
Fabricação de produtos e artefatos de papel e papelão
Edição, impressão e reprodução de gravações
Produtos químicos (exclui farmacêuticos)
Artigos de borracha e plástico
Vidro e produtos de vidro
Metalurgia básica (exclui metalurgia de não-ferrosos)
Veículos automotores
Equipamentos de transporte ferroviário, naval e outros (exceto aeronáuticos)
Indústria intensiva em tecnologia diferenciada
Máquinas e equipamentos
Máquinas, aparelhos e materiais elétricos (exclui equips. para distribuição de energia elétrica)
Material eletrônico, aparelhos e equipamentos de comunicação
Equipamentos de instrumentação médico-hospitalares
Instrumentos ópticos, cronômetros e relógios
Indústria baseada em ciência
Produtos farmacêuticos
Máquinas de escritório e equipamentos de informática
Equipamentos de distribuição de energia elétrica
Aparelhos e instrumentos de medida, teste e controle
Máquinas e aparelhos de automação industrial
Equipamentos de transporte aeronáuticos
Fonte: IBGE
182
Quadro III.2: Classificação das Exportações dos Produtos Industriais por
Intensidade Tecnológica conforme a Classificação da OCDE utilizada pelo MDIC
Exportações de Produtos industriais
Indústria de alta tecnologia (I)
Aeronáutica e aeroespacial
Farmacêutica
Material de escritório e informática
Equipamentos de rádio, TV e comunicação
Instrumentos médicos de ótica e precisão
Indústria de média-alta tecnologia (II)
Máquinas e equipamentos elétricos n. e.
Veículos automotores, reboques e semi-reboques
Produtos químicos, excl. farmacêuticos
Equipamentos para ferrovia e material de transporte n. e.
Máquinas e equipamentos mecânicos n. e.
Indústria de média-baixa tecnologia (III)
Construção e reparação naval
Borracha e produtos plásticos
Produtos de petróleo refinado e outros combustíveis
Outros produtos minerais não-metálicos
Produtos metálicos
Indústria de baixa tecnologia (IV)
Produtos manufaturados n.e. e bens reciclados
Madeira e seus produtos, papel e celulose
Alimentos, bebidas e tabaco
Têxteis, couro e calçados
Fonte: SECEX/MDIC
183
Quadro III.3: Descrição das Variáveis Utilizadas na Estimação Econométrica
Variáveis
TCREF
IPCOM
ABERT
JUROS
PIBIT
PIBS
QIT
QTEX
QCAL
QED
QFARM
QPERF
QQUIM
QMET
QPMET
QMAQ
QMAQESC
QMAQEL
QMAQCOM
QINSTR
QAUT
QOET
EIT
ES
ETEX
Descrição
Logaritmo natural do índice da taxa de câmbio real
efetiva brasileira – IPCA.
Logaritmo natural do índice geral de preços de
commodities.
Logaritmo natural do índice de abertura comercial da
economia brasileira calculado pela seguinte expressão:
(Exportações + Importações)/PIB
Logaritmo natural do índice da taxa de juros nominal
(SELIC anualizada)
Logaritmo natural do índice da razão entre o PIB da
indústria de transformação (total) e o PIB total brasileiro.
Logaritmo natural do índice da razão entre o PIB do setor
de serviços (total) e o PIB total brasileiro.
Logaritmo natural do índice de produção da indústria de
transformação (total)
Logaritmo natural do índice de produção de têxteis
Logaritmo natural do índice de produção de calçados e
artigos de couro
Logaritmo natural do índice de produção de materiais de
edição, impressão e reprodução de gravações
Logaritmo natural do índice de produção de farmacêutica
Logaritmo natural do índice de produção de perfumaria,
sabões, detergentes e produtos de limpeza
Logaritmo natural do índice de produção de outros
produtos químicos
Logaritmo natural do índice de produção de metalurgia
básica
Logaritmo natural do índice de produção de produtos de
metal - exclusive máquinas e equipamentos
Logaritmo natural do índice de produção de máquinas e
equipamentos
Logaritmo natural do índice de produção de máquinas
para escritório e equipamentos de informática
Logaritmo natural do índice de produção de máquinas,
aparelhos e materiais elétricos
Logaritmo natural do índice de produção de material
eletrônico, aparelhos e equipamentos de comunicações
Logaritmo natural do índice de produção de
equipamentos de instrumentação médico-hospitalar,
ópticos e outros
Logaritmo natural do índice de produção de veículos
automotores
Logaritmo natural do índice de produção de outros
equipamentos de transporte
Logaritmo natural do índice de emprego formal da
indústria de transformação (total)
Logaritmo natural do índice de emprego formal do setor
de serviços (total)
Logaritmo natural do índice de emprego formal do setor
de têxtil, vestuário e artefatos de couro
Fonte de Dados
BCB
IPEADATA
BCB
BCB
IBGE-PIM/PF
IBGE-PIM/PF
IBGE-PIM/PF
IBGE-PIM/PF
IBGE-PIM/PF
IBGE-PIM/PF
IBGE-PIM/PF
IBGE-PIM/PF
IBGE-PIM/PF
IBGE-PIM/PF
IBGE-PIM/PF
IBGE-PIM/PF
IBGE-PIM/PF
IBGE-PIM/PF
IBGE-PIM/PF
IBGE-PIM/PF
IBGE-PIM/PF
IBGE-PIM/PF
BCB/MTE
BCB/MTE
BCB/MTE
184
Continuação Quadro III.3: Descrição das Variáveis Utilizadas na Estimação
Econométrica
Variáveis
ECAL
EQUIM
EMEC
EMAQEL
ET
Descrição
Logaritmo natural do índice de emprego
de calçados
Logaritmo natural do índice de emprego
de química e produtos farmacêuticos
Logaritmo natural do índice de emprego
de mecânica
Logaritmo natural do índice de emprego
de material elétrico e de comunicação
Logaritmo natural do índice de emprego
de material de transporte
Fonte de Dados
formal do setor
formal do setor
formal do setor
formal do setor
formal do setor
BCB/MTE
BCB/MTE
BCB/MTE
BCB/MTE
BCB/MTE
Fonte: Elaboração própria.
185
Tabela III.1: Resultados dos Testes de Raiz Unitária ADF
Variável
TCREF
DTCREF
IPCOM
DIPCOM
ABERT
DABERT
JUROS
DJUROS
PIBIT
DPIBIT
PIBS
DPIBS
QIT
DQIT
QTEX
DQTEX
QCAL
DQCAL
QED
DQED
QFARM
DQFARM
QPERF
DQPERF
QQUIM
QMET
DQMET
QPMET
DQPMET
QMAQ
DQMAQ
QMAQESC
DQMAQESC
QMAQEL
DQMAQEL
QMAQCOM
DQMAQCOM
QINSTR
DQINSTR
QAUT
DQAUT
Constante Tendência Defasagem
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Sim
Sim
Não
Não
Não
Não
Não
Não
Sim
Sim
Não
Sim
Não
Sim
Não
Não
Não
Sim
Não
Sim
Não
Sim
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Sim
Não
Não
Não
Não
Não
Não
Não
Não
Sim
Não
Sim
Não
Sim
Não
Não
Não
Sim
Não
Não
Não
Sim
Não
Não
Não
0
0
4
1
3
2
2
1
2
4
5
4
5
4
2
1
4
6
3
3
4
3
3
0
4
3
1
4
1
4
4
0
0
5
1
4
3
5
1
2
1
t-ADF
0.033547
-6.165904
1.785746
-5.340682
0.760528
-7.045518
-1.835541
-7.041680
-0.747127
-3.663289
-0.349894
-4.223673
1.720578
-4.328556
-0.672018
-14.27815
-4.019803
-4.951467
0.971979
-3.914281
1.821793
-3.555768
2.762423
-9.322640
-3.734187
-3.374551
-9.520925
-3.857546
-9.099499
-3.131645
-4.355155
1.046606
-5.565315
-3.695255
-8.198295
-3.006530
-3.025061
-3.494276
-7.425931
1.019591
-9.757287
Valores Críticos
1%
5%
-2.604746 -1.946447
-2.605442 -1.946549
-2.607686 -1.946878
-2.606163 -1.946654
-2.606911 -1.946764
-2.606911 -1.946764
-2.606163 -1.946654
-2.606163 -1.946654
-2.606163 -1.946654
-2.608490 -1.946996
-2.608490 -1.946996
-2.608490 -1.946996
-2.608490 -1.946996
-2.608490 -1.946996
-2.606163 -1.946654
-2.606163 -1.946654
-4.133838 -3.493692
-3.562669 -2.918778
-2.650145 -1.953381
-2.653401 -1.953858
-2.607686 -1.946878
-2.607686 -1.946878
-2.606911 -1.946764
-2.605442 -1.946549
-3.555023 -2.915522
-4.130526 -3.492149
-2.606163 -1.946654
-4.133838 -3.493692
-2.606163 -1.946654
-4.133838 -3.493692
-2.608490 -1.946996
-2.641672 -1.952066
-2.644302 -1.952473
-4.137279 -3.495295
-2.606163 -1.946654
-3.555023 -2.915522
-2.607686 -1.946878
-4.356068 -3.595026
-2.647120 -1.952910
-2.606163 -1.946654
-2.606163 -1.946654
Prob
0.6896
0.0000
0.9810
0.0000
0.8754
0.0000
0.0636
0.0000
0.3884
0.0004
0.5543
0.0001
0.9781
0.0000
0.4216
0.0000
0.0136
0.0002
0.9078
0.0004
0.9825
0.0006
0.9983
0.0000
0.0061
0.0652
0.0000
0.0207
0.0000
0.1094
0.0000
0.9188
0.0000
0.0312
0.0000
0.0405
0.0031
0.0610
0.0000
0.9172
0.0000
186
Continuação Tabela III.1: Resultados dos Testes de Raiz Unitária ADF
Variável
QOET
DQOET
QMOB
DQMOB
EIT
DEIT
ES
DES
DDES
ETEX
DETEX
ECAL
DECAL
EQUIM
DEQUIM
EMEC
DEMEC
EMAQEL
DEMAQEL
ET
DET
Constante Tendência Defasagem
Não
Não
Não
Não
Não
Sim
Sim
Não
Não
Não
Sim
Não
Não
Não
Sim
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Sim
Sim
Não
Não
Não
Não
Não
Não
Não
Sim
Não
Não
Não
Não
Não
Não
0
0
4
3
6
4
9
8
7
6
4
5
4
5
0
2
1
2
1
2
1
t-ADF
1.675002
-8.01790
0.560519
-3.420895
1.058768
-4.426770
-2.806942
0.054732
-2.476313
1.043244
-3.821128
1.704866
-3.198737
1.741600
-4.809789
1.832031
-3.793793
0.279497
-4.622946
1.047459
-4.351813
Valores Críticos
1%
5%
-2.604746 -1.946447
-2.60544 -1.94655
-2.607686 -1.946878
-2.607686 -1.946878
-2.609324 -1.947119
-4.161144 -3.506374
-4.152511 -3.502373
-2.612033 -1.947520
-2.612033 -1.947520
-2.609324 -1.947119
-3.568308 -2.921175
-2.608490 -1.946996
-2.608490 -1.946996
-2.608490 -1.946996
-4.137279 -3.495295
-2.606163 -1.946654
-2.606163 -1.946654
-2.606163 -1.946654
-2.606163 -1.946654
-2.606163 -1.946654
-2.606163 -1.946654
Prob
0.9761
0.0000
0.8343
0.0010
0.9223
0.0049
0.2017
0.6956
0.0142
0.9202
0.0050
0.9774
0.0019
0.9791
0.0014
0.9829
0.0003
0.7635
0.0000
0.9210
0.0000
Fonte: Elaboração própria a partir dos resultados dos testes ADF.
D indica variável em primeira diferença.
DD indica variável em segunda diferença.
187
Tabela III.2: Resultados dos Testes de Raiz Unitária Phillips-Perron
Variável
TCREF
DTCREF
IPCOM
DIPCOM
ABERT
DABERT
JUROS
DJUROS
PIBIT
PIBS
QIT
QTEX
QCAL
DQCAL
QED
QFARM
QPERF
DQPERF
QQUIM
QMET
DQMET
QPMET
DQPMET
QMAQ
DQMAQ
QMAQESC
DQMAQESC
QMAQEL
DQMAQEL
QMAQCOM
DQMAQCOM
QINSTR
DQINSTR
QAUT
DQAUT
QOET
DQOET
QMOB
EIT
DEIT
ES
DES
Constante Tendência Bandwidth
Não
Não
Não
Não
Não
Não
Não
Não
Sim
Sim
Sim
Sim
Sim
Não
Sim
Sim
Não
Não
Sim
Sim
Não
Sim
Não
Não
Não
Não
Não
Sim
Não
Sim
Não
Não
Não
Sim
Não
Não
Não
Sim
Não
Não
Sim
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Sim
Sim
Não
Não
Não
Não
Sim
Não
Não
Não
Sim
Não
Sim
Não
Não
Não
Não
Não
Sim
Não
Não
Não
Não
Não
Sim
Não
Não
Não
Não
Não
Não
Não
Não
5
6
7
6
23
24
12
1
2
12
29
51
58
13
10
12
23
13
4
7
34
12
20
14
48
6
2
5
33
8
31
11
12
5
57
5
1
5
3
10
3
57
t-PP
0.036244
-6.032662
1.639481
-4.214725
0.477537
-7.520758
-2.514742
-5.747815
-4.398276
-4.001687
-5.029153
-6.204183
-3.025029
-12.84756
-4.695287
-6.056540
5.246717
-9.357308
-5.143889
-3.532946
-7.878624
-4.005940
-9.836167
- 0.902648
-5.286381
1.336892
-5.568350
-3.466092
-6.916598
-3.383512
-13.76770
1.829157
-6.844950
-3.272930
-9.133869
1.913715
-8.035434
-5.259300
1.462728
-5.056770
3.962532
-4.224239
Valores Críticos
1%
5%
-2.604746 -1.946447
-2.605442 -1.946549
-2.604746 -1.946447
-2.605442 -1.946549
-2.604746 -1.946447
-2.605442 -1.946549
-2.604746 -1.946447
-2.605442 -1.946549
-3.546099 -2.911730
-3.546099 -2.911730
-4.121303 -3.487845
-3.546099 -2.911730
-3.546099 -2.911730
-2.605442 -1.946549
-3.661661 -2.960411
-4.121303 -3.487845
-2.604746 -1.946447
-2.605442 -1.946549
-3.546099 -2.911730
-4.121303 -3.487845
-2.605442 -1.946549
-4.121303 -3.487845
-2.605442 -1.946549
-2.604746 -1.946447
-2.605442 -1.946549
-2.641672 -1.952066
-2.644302 -1.952473
-4.121303 -3.487845
-2.605442 -1.946549
-3.546099 -2.911730
-2.605442 -1.946549
-2.641672 -1.952066
-2.644302 -1.952473
-4.121303 -3.487845
-2.605442 -1.946549
-2.604746 -1.946447
-2.604746 -1.946447
-3.546099 -2.911730
-2.604746 -1.946447
-2.605442 -1.946549
-3.546099 -2.911730
-2.605442 -1.946549
Prob.
0.6904
0.0000
0.9742
0.0001
0.8152
0.0000
0.0127
0.0000
0.0008
0.0027
0.0007
0.0000
0.0383
0.0000
0.0007
0.0000
1.0000
0.0000
0.0001
0.0450
0.0000
0.0137
0.0000
0.9000
0.0000
0.9510
0.0000
0.0526
0.0000
0.0155
0.0000
0.9815
0.0000
0.0809
0.0000
0.9858
0.0000
0.0000
0.9631
0.0000
1.0000
0.0001
188
Continuação Tabela III.2: Resultados dos Testes de Raiz Unitária Phillips-Perron
Variável
ETEX
DETEX
ECAL
DECAL
EQUIM
DEQUIM
EMEC
DEMEC
EMAQEL
DEMAQEL
ET
DET
Constante Tendência Bandwidth
Não
Não
Sim
Não
Sim
Não
Não
Não
Não
Não
Sim
Não
Não
Não
Sim
Não
Sim
Não
Não
Não
Não
Não
Sim
Não
3
6
4
15
2
12
4
4
3
10
3
5
t-PP
1.109388
-5.027559
-2.778154
-6.074468
-2.545967
-3.831012
1.347838
-2.729552
0.030121
-3.402631
-2.557323
-3.268066
Valores Críticos
1%
5%
-2.604746 -1.946447
-2.605442 -1.946549
-4.121303 -3.487845
-2.605442 -1.946549
-4.121303 -3.487845
-2.605442 -1.946549
-2.604746 -1.946447
-2.605442 -1.946549
-2.604746 -1.946447
-2.605442 -1.946549
-4.121303 -3.487845
-2.605442 -1.946549
Prob.
0.9290
0.0000
0.2110
0.0000
0.3059
0.0002
0.9539
0.0071
0.6885
0.0010
0.3008
0.0015
Fonte: Elaboração própria a partir dos resultados dos testes Phillips-Perron.
D indica variável em primeira diferença.
189
Tabela III.3: Resultados dos Testes de Johansen – Modelo 1: TCREF, ABERT,
JUROS (Período 1995T1-2009T4)
Variáveis
PIBIT
PIBS
QIT
QTEX
QCAL
QFARM
QPERF
QQUIM
QMET
QPMET
QMAQ
QMAQEL
QMAQCOM
QAUT
QOET
QMOB
EIT
ES
ETEX
ECAL
EQUIM
EMEC
EMAQEL
ET
No. de Vetores
Cointegrantes
0
1
1
0
1
1
0
0
1
0
0
0
0
1
1
0
0
1
0
0
1
1
1
1
Defasagens
--1
2
--2
1
----1
--------1
1
----2
----1
1
1
1
Especificação da Tendência Determinística
Dados
Equação de Cointegração
----Nenhuma
Intercepto e sem tendência
Nenhuma
Intercepto e sem tendência
----Linear
Intercepto e tendência
Linear
Intercepto e tendência
--------Nenhuma
Sem intercepto e sem tendência
----------------Nenhuma
Sem intercepto e sem tendência
Nenhuma
Sem intercepto e sem tendência
--------Nenhuma
Sem intercepto e sem tendência
--------Nenhuma
Sem intercepto e sem tendência
Nenhuma
Intercepto e sem tendência
Nenhuma
Sem intercepto e sem tendência
Nenhuma
Sem intercepto e sem tendência
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
190
Tabela III.4: Resultados dos Testes de Johansen – Modelo 2: IPCOM, ABERT,
JUROS (Período 1995T1-2009T4)
Variáveis
PIBIT
PIBS
QIT
QTEX
QCAL
QFARM
QPERF
QQUIM
QMET
QPMET
QMAQ
QMAQEL
QMAQCOM
QAUT
QOET
QMOB
EIT
ES
ETEX
ECAL
EQUIM
EMEC
EMAQEL
ET
No. de Vetores
Cointegrantes
0
1
0
1
1
1
0
0
0
1
1
0
0
1
0
1
1
1
1
0
1
1
1
0
Defasagens
--1
--1
1
1
------1
1
----1
--1
1
1
1
--1
1
1
---
Especificação da Tendência Determinística
Dados
Equação de Cointegração
----Linear
Intercepto e tendência
----Linear
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
------------Nenhuma
Sem intercepto e sem tendência
Nenhuma
Intercepto e sem tendência
--------Nenhuma
Sem intercepto e sem tendência
----Nenhuma
Intercepto e sem tendência
Nenhuma
Sem intercepto e sem tendência
Nenhuma
Intercepto e sem tendência
Nenhuma
Intercepto e sem tendência
----Nenhuma
Sem intercepto e sem tendência
Nenhuma
Intercepto e sem tendência
Nenhuma
Intercepto e sem tendência
-----
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
191
Tabela III.5: Resultados dos Testes de Johansen – Modelo 1: TCREF, ABERT,
JUROS (Período 2003T1-2009T4)
Variáveis
PIBIT
PIBS
QIT
QTEX
QCAL
QED
QFARM
QPERF
QQUIM
QMET
QPMET
QMAQ
QMAQESC
QMAQEL
QMAQCOM
QINSTR
QAUT
QOET
QMOB
EIT
ES
ETEX
ECAL
EQUIM
EMEC
EMAQEL
ET
No. de Vetores
Cointegrantes
1
1
1
0
2
1
1
1
2
2
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
Defasagens
2
1
2
--2
2
2
1
1
2
1
1
2
1
1
1
1
1
1
2
2
2
2
2
1
1
1
Especificação da Tendência Determinística
Dados
Equação de Cointegração
Linear
Intercepto e sem tendência
Nenhuma
Intercepto e sem tendência
Linear
Intercepto e tendência
----Linear
Intercepto e tendência
Linear
Intercepto e tendência
Quadrática
Intercepto e tendência
Nenhuma
Sem intercepto e sem tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e sem tendência
Nenhuma
Intercepto e sem tendência
Nenhuma
Sem intercepto e sem tendência
Linear
Intercepto e sem tendência
Linear
Intercepto e tendência
Quadrática
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Quadrática
Intercepto e tendência
Quadrática
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
192
Tabela III.6: Resultados dos Testes de Johansen – Modelo 2: IPCOM, ABERT,
JUROS (Período 2003T1-2009T4)
Variáveis
PIBIT
PIBS
QIT
QTEX
QCAL
QED
QFARM
QPERF
QQUIM
QMET
QPMET
QMAQ
QMAQESC
QMAQEL
QMAQCOM
QINSTR
QAUT
QOET
QMOB
EIT
ES
ETEX
ECAL
EQUIM
EMEC
EMAQEL
ET
No. de Vetores
Cointegrantes
2
2
1
1
1
2
1
1
1
1
1
1
1
1
1
1
2
1
2
2
2
1
2
2
2
2
2
Defasagens
2
2
2
2
2
2
2
1
2
2
1
2
1
1
2
2
2
1
2
2
2
2
2
2
1
2
2
Especificação da Tendência Determinística
Dados
Equação de Cointegração
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Nenhuma
Sem intercepto e sem tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Nenhuma
Sem intercepto e sem tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e sem tendência
Quadrática
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e sem tendência
Linear
Intercepto e tendência
Linear
Intercepto e sem tendência
Linear
Intercepto e tendência
Quadrática
Intercepto e tendência
Linear
Intercepto e tendência
Linear
Intercepto e sem tendência
Linear
Intercepto e tendência
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
193
Tabela III.7: Resultados do VEC (Modelo 1) – 1995:T1-2009:T4
Variável
PIBIT
PIBS
QIT
QTEX
QCAL
QFARM
QPERF
QQUIM
QMET
QPMET
QMAQ
QMAQEL
QMAQCOM
QAUT
QOET
QMOB
EIT
ES
ETEX
ECAL
EQUIM
EMEC
EMAQEL
ET
TCREF
NHC
-0.095070
[-3.65916]
0.734625
[ 14.7781]
NHC
0.442111
[ 5.97802]
-0.264867
[-3.47748]
NHC
NHC
0.979734
[ 7.59428]
NHC
NHC
NHC
NHC
2.132900
[ 13.0724]
1.416226
[ 4.59226]
NHC
NHC
1.088813
[ 7.26530]
NHC
NHC
2.320714
[ 10.6653]
4.344283
[ 8.93312]
1.850984
[ 9.98080]
1.708060
[ 12.8413]
ABERT
NHC
0.296968
[ 8.75028]
-1.012270
[-14.5200]
NHC
-0.650524
[-5.11613]
0.797635
[ 6.50632]
NHC
NHC
-1.640611
[-14.2822]
NHC
NHC
NHC
NHC
-2.721677
[-18.7716]
-3.013914
[-10.9511]
NHC
NHC
-2.403770
[-15.0369]
NHC
NHC
-2.363460
[-12.6753]
-5.957831
[-9.59424]
-2.288111
[-13.6006]
-2.346218
[-20.4157]
JUROS
NHC
0.080267
[ 7.17459]
-0.078235
[-3.12360]
NHC
-0.043657
[-1.57329]
-0.126353
[-3.92460]
NHC
NHC
-0.334475
[-11.6786]
NHC
NHC
NHC
NHC
-0.406971
[-11.1904]
0.602524
[ 8.29669]
NHC
NHC
0.206226
[ 3.10368]
NHC
NHC
-0.864967
[-13.0983]
-1.729688
[-7.79117]
-0.546040
[-12.2360]
-0.359439
[-9.73322]
Constante
-5.894724
[-52.0131]
-2.938172
[-11.9564]
Tendência
-----
-----
0.013231
[ 11.2633]
-0.018373
[-14.7999]
-----
---
---
---
---
---
---
-----
-----
---
---
-----
-----
---
---
11.07502
[ 5.11160]
---
---
---
---
---
-3.798894
-5.822592
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
Nota: Desvio-padrão entre ( ) e t-estatístico entre [ ].
NHC = Não houve cointegração.
194
Tabela III.8: Resultados do VEC(Modelo 2) – 1995:T1-2009:T4
Variável
PIBIT
PIBS
QIT
QTEX
QCAL
QFARM
QPERF
QQUIM
QMET
QPMET
QMAQ
QMAQEL
QMAQCOM
QAUT
QOET
QMOB
EIT
ES
ETEX
ECAL
EQUIM
EMEC
EMAQEL
ET
IPCOM
NHC
0.079526
[ 5.91600]
NHC
-0.267917
[-9.44278]
-0.132123
[-3.67059]
0.156774
[ 3.63088]
NHC
NHC
NHC
-0.388118
[-8.37418]
0.079450
[ 0.64243]
NHC
NHC
-0.803120
[-17.1010]
NHC
-0.075379
[-3.26105]
-0.786656
[-7.54530]
-0.396246
[-14.9059]
-0.201407
[-6.46380]
NHC
-0.720829
[-9.04525]
-0.164772
[-3.23190]
-0.262580
[-8.08166]
NHC
ABERT
NHC
0.235943
[ 13.1403]
NHC
-0.139997
[-3.69023]
-0.046815
[-0.97124]
0.542124
[ 9.30744]
NHC
NHC
NHC
-0.235306
[-4.27719]
0.127791
[ 0.79775]
NHC
NHC
-0.045694
[-0.81963]
NHC
0.248675
[ 8.20272]
0.431541
[ 3.25248]
-0.394566
[-9.22153]
-0.160457
[-3.88831]
NHC
0.315484
[ 2.97471]
-0.096738
[-1.35938]
0.346113
[ 8.31871]
NHC
JUROS
NHC
0.008895
[ 0.94623]
NHC
0.065990
[ 3.31862]
0.026253
[ 1.01434]
-0.167125
[-5.42492]
NHC
NHC
NHC
-0.368036
[-15.7469]
0.818521
[ 6.66373]
NHC
NHC
-0.153294
[-6.52616]
NHC
0.176458
[ 8.18099]
-0.595272
[-9.59095]
0.113556
[ 4.28873]
0.180690
[ 5.82271]
NHC
-0.541799
[-10.3833]
0.411167
[ 8.51581]
0.110581
[ 3.79237]
NHC
Constante
Tendência
-6.009052
0.002564
[-5.65580]
-3.249733
0.007333
[ 7.67388]
0.012508
[ 10.2349]
-4.238619
-6.328572
0.020575
[-14.0328]
---
---
-9.349568
[-6.61190]
-----
-------
---
---
---6.164031
[-24.1127]
---
---
---
-1.639040
[-4.94965]
---
---
---
-3.804181
[-11.1535]
-5.364379
[-9.47469]
-5.482784
[-15.5397]
---
-------
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
Nota: Desvio-padrão entre ( ) e t-estatístico entre [ ].
NHC = Não houve cointegração.
195
Tabela III.9: Resultados do VEC(Modelo 1) – 2003:T1-2009:T4
Variável
PIBIT
PIBS
QIT
QTEX
QCAL
QED
QFARM
QPERF
QQUIM
QMET
QPMET
QMAQ
QMAQESC
QMAQEL
QMAQCOM
QINSTR
QAUT
QOET
QMOB
EIT
ES
ETEX
ECAL
EQUIM
EMEC
EMAQEL
TCREF
0.396828
[ 3.68350]
-0.036590
[-0.84572]
0.377954
[ 8.83273]
NHC
-0.327958
[-1.56632]
0.374319
[ 8.31907]
-0.065459
[-0.46543]
1.120863
[ 11.8500]
0.197214
[ 2.48864]
1.140005
[ 1.91111]
0.610253
[ 7.56817]
0.613223
[ 4.47753]
3.858936
[ 10.5557]
1.380222
[ 17.8652]
4.494027
[ 12.2526]
-0.160211
[-1.55341]
1.267640
[ 9.99286]
-1.898401
[-4.81794]
0.410495
[ 5.49901]
0.289596
[ 6.86953]
-0.037780
[-3.12404]
0.274446
[ 6.12108]
0.196178
[ 2.12086]
0.288412
[ 8.93732]
1.761395
[ 6.82836]
0.556740
[ 9.89561]
ABERT
-0.216761
[-3.53408]
0.120246
[ 1.02363]
-0.385841
[-5.43204]
NHC
0.161455
[ 0.47186]
-0.312468
[-4.03665]
0.747655
[ 3.84888]
-1.825474
[-29.7641]
-0.756492
[-4.14480]
-6.793449
[-6.00597]
-0.454493
[-3.46037]
0.387288
[ 1.82236]
-3.607879
[-5.58781]
-0.534346
[-4.42939]
-6.281248
[-6.66025]
0.872506
[ 3.24198]
-2.392656
[-31.3913]
4.406950
[ 4.11278]
0.139092
[ 1.05519]
-0.496982
[-6.50010]
0.188254
[ 8.74199]
-0.440406
[-4.44321]
-1.047635
[-6.26143]
-0.415313
[-7.01948]
0.275214
[ 1.05530]
-0.731778
[-9.94538]
JUROS
-1.676613
[-5.99135]
0.101818
[ 4.93208]
0.192107
[ 9.35915]
NHC
0.000000
-3.627347
-0.119805
[-4.74704]
-0.272159
[-4.54804]
-0.280565
[-4.47088]
0.151149
[ 3.26332]
0.000000
0.555760
[ 12.0199]
0.997894
[ 13.5772]
0.000000
0.639629
[ 17.4133]
-2.168865
[-9.92653]
0.497776
[ 8.04950]
0.115861
[ 1.46434]
1.815341
[ 7.77500]
0.465882
[ 11.5540]
0.039041
[ 1.46301]
0.009389
[ 1.78342]
0.005808
[ 0.20494]
-0.150962
[-2.47815]
-0.008918
[-0.55912]
1.971820
[ 12.9344]
-0.135533
[-5.01717]
Constante
Tendência
2.309881
---
-5.427314
[-12.9177]
---
-5.606022
0.003496
[ 3.49333]
-4.207006
-0.002679
[-0.66828]
-0.003060
[-2.56554]
-5.705915
-0.020841
---
---
-2.728353
---
22.36291
-8.787788
-15.17037
-6.964360
-12.69690
-0.016749
[-1.69366]
0.024921
[ 11.3704]
0.032361
[ 7.98813]
0.030312
[ 4.57615]
0.032541
[ 15.3010]
13.93097
---
-10.27077
[-10.2897]
---
---
---
-24.89024
---
-9.754746
0.013969
[ 7.12030]
-3.638171
-0.006348
-4.963255
-3.652581
-0.012023
[-47.1362]
-0.006472
[-5.08000]
0.380845
-0.010843
-3.754909
-0.007095
-26.51524
-2.776936
0.088539
[ 9.20487]
-0.009777
[-5.77904]
196
Continuação Tabela III.9: Resultados do VEC(Modelo 1) – 2003:T1-2009:T4
Variável
ET
TCREF
-3.735775
[-3.37090]
ABERT
-3.685539
[-2.49888]
JUROS
-8.314387
[-11.6157]
Constante
83.23860
Tendência
-0.400015
[-9.57970]
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
Nota: Desvio-padrão entre ( ) e t-estatístico entre [ ].
NHC = Não houve cointegração.
197
Tabela III.10: Resultados do VEC(Modelo 2) – 2003:T1-2009:T4
Variável
PIBIT
PIBS
QIT
QTEX
QCAL
QED
QFARM
QPERF
QQUIM
QMET
QPMET
QMAQ
QMAQESC
QMAQEL
QMAQCOM
QINSTR
QAUT
QOET
QMOB
EIT
ES
ETEX
ECAL
EQUIM
EMEC
IPCOM
-1.638893
[-5.42389]
0.120700
[ 4.40799]
-1.399442
[-5.29382]
-0.745101
[-7.13831]
-1.168844
[-6.68357]
-0.376735
[-4.86129]
0.281950
[ 5.61253]
-0.770533
[-8.39238]
0.375898
[ 2.18342]
-0.488213
[-5.04517]
-1.787038
[-5.56918]
-0.454167
[-2.42941]
-5.634749
[-5.99305]
-1.171353
[-8.39061]
-8.453257
[-5.03830]
-0.185896
[-5.42305]
-2.843495
[-5.99312]
2.237904
[ 2.83346]
0.617008
[ 2.62552]
-0.252541
[-15.1201]
-0.013645
[-2.54764]
-0.214796
[-8.62939]
-0.493921
[-6.95356]
-0.809660
[-7.40476]
-0.123022
[-3.77300]
ABERT
2.225739
[ 2.50304]
-0.062576
[-0.73889]
4.908553
[ 6.08013]
0.918016
[ 2.34152]
3.729392
[ 6.51817]
1.719847
[ 7.06797]
1.275017
[ 8.32368]
0.488115
[ 2.35607]
-4.584756
[-8.79982]
1.968563
[ 9.26256]
3.618224
[ 4.94278]
-4.371884
[-8.12545]
2.776365
[ 1.06460]
0.871408
[ 2.18201]
31.43515
[ 5.81587]
0.486836
[ 3.88447]
5.983211
[ 4.15383]
-8.396742
[-3.62956]
-3.413826
[-4.84954]
0.465634
[ 4.55180]
0.124250
[ 8.58777]
0.550520
[ 5.59633]
-0.028790
[-0.12112]
0.261373
[ 0.91900]
-0.533761
[-7.60940]
JUROS
Constante
0.000000
-10.18161
0.000000
-4.579869
0.819680
[ 2.64197]
0.098871
[ 0.75679]
0.538793
[ 2.55902]
0.000000
-0.134106
[-2.16434]
-0.698014
[-5.46980]
-0.691809
[-3.56390]
0.780569
[ 9.15234]
-2.826891
[-6.19247]
-0.527467
[-2.41405]
8.858327
[ 9.81121]
1.015877
[ 7.89826]
2.249738
[ 1.02429]
0.166500
[ 5.19602]
-28.16444
-6.915594
-22.10819
-11.48561
-10.47575
--20.65721
-16.86620
--21.89178
-45.89511
-9.921837
-141.1704
Tendência
0.080055
[ 6.89354]
-0.007434
[-7.27583]
0.095581
[ 6.00110]
0.030959
[ 4.67270]
0.089227
[ 8.03701]
0.017811
[ 5.96292]
-0.020607
[-6.05176]
---0.067927
[-6.24769]
0.047395
[ 9.56625]
---0.043011
[-4.09354]
0.388642
[ 8.45689]
0.057294
[ 8.53614]
0.542349
[ 5.38902]
-6.765970
---
0.000000
-22.67962
0.101395
-5.858489
[-7.91624]
62.05042
0.000000
10.47194
0.000000
-5.633792
0.000000
-4.743666
-0.001999
[-0.08376]
-6.180045
0.000000
-2.750721
0.014442
[ 5.43665]
0.000000
-2.519812
0.014807
0.000000
-1.044907
-0.015290
[-13.1303]
-0.307927
[-7.88233]
-0.055140
[-6.26655]
-0.011584
[-68.7703]
198
Continuação Tabela III.10: Resultados do VEC(Modelo 2) – 2003:T1-2009:T4
Variável
EMAQEL
ET
IPCOM
-0.177707
[-4.40975]
-0.220003
[-2.74950]
ABERT
1.397069
[ 6.05986]
1.063791
[ 5.21976]
JUROS
Constante
0.000000
-10.27591
0.000000
8.553667
Tendência
-0.001455
[-0.51676]
Fonte: Elaboração própria a partir dos resultados do Eviews 5.1.
Nota: Desvio-padrão entre ( ) e t-estatístico entre [ ].
199
CONCLUSÃO
Esta tese de doutorado teve como objetivo contribuir para o avanço do debate sobre
o problema da doença holandesa na economia brasileira ao longo do período 1995-2009, a
partir da construção de um aparato teórico-analítico e empírico voltado para a obtenção de
indicações mais consistentes sobre as relações entre câmbio, perfil exportador, crescimento
econômico e desindustrialização. Em linhas gerais, pode-se dizer que a discussão realizada
neste trabalho permitiu sedimentar algumas evidências no sentido de corroborar a hipótese
de doença holandesa para a economia brasileira, embora esta conclusão deva ser
acompanhada por algumas qualificações pertinentes.
Antes de passar à descrição das principais contribuições do trabalho, cumpre
retomar algumas informações importantes. Neste sentido, cabe destacar que o problema
principal enfrentado no desenvolvimento da pesquisa consistiu em obter evidências
capazes de comprovar a existência (ou não) de “sintomas” de doença holandesa no Brasil.
Tais sintomas foram investigados por meio de três linhas de análise inter-relacionadas,
quais sejam: i) a relação entre exportações de commodities, taxa de câmbio e crescimento
econômico; ii) a relação entre preços de commodities e apreciação cambial; e iii) a relação
entre taxa de câmbio, preços de commodities e desindustrialização.
Para a consecução dos objetivos destacados, o trabalho foi organizado em três
ensaios, os quais permitiram explorar estes aspectos mais detalhadamente a partir de uma
análise teórica, descritiva e empírica de informações relacionadas às características da
economia brasileira no período recente. De forma resumida, as reflexões realizadas em
cada ensaio serão retomadas na sequência com o intuito de desmembrar esta conclusão em
contribuições relevantes para possíveis pesquisas futuras.
O primeiro ensaio tomou como ponto de partida a análise do perfil do comércio
internacional da economia brasileira a fim de verificar se a especialização das exportações
em produtos intensivos em recursos naturais (chamados de commodities) contribuiu para a
conformação de condições favoráveis para a apreciação do câmbio real e o fraco
desempenho econômico no período pós-flexibilização cambial (1999-2009).
A análise descritiva dos dados de exportações, importações e saldo da balança
comercial por tipo de produto negociado pela economia brasileira permitiu identificar um
reforço do padrão de especialização das exportações brasileiras em produtos intensivos em
recursos naturais, na medida em que estes aumentaram em 7 p.p. sua participação relativa
200
no total exportado pelo país entre 1995 e 2009, enquanto verificou-se uma retração de -8
p.p. do peso dos produtos manufaturados de baixo conteúdo tecnológico e de -2,3 p.p. dos
produtos manufaturados de alta tecnologia no conjunto das exportações brasileiras em
igual período. Ademais, observou-se que as exportações de commodities tiveram um
desempenho favorável independentemente do contexto cambial, enquanto as vendas
externas de manufaturados, especialmente de alta tecnologia, se mostraram dependentes de
um câmbio mais depreciado para sustentar sua participação nas exportações totais.
Um aspecto importante colocado em prática nesta pesquisa se encontra relacionado
ao fato de que as exportações de commodities totais foram desagregadas por tipo de
produto, quais sejam, alimentos, matérias-primas, minerais e energia, para verificar se estes
diversos tipos de commodities exportadas pelo país tiveram diferentes impactos sobre o
comportamento do câmbio e da taxa de crescimento do PIB brasileiro.
A análise empírica empreendida neste primeiro ensaio contou com a utilização da
metodologia de vetores auto-regressivos (VAR), funções de resposta aos impulsos (FIR) e
análise de decomposição de variância (ADV) para obter alguns resultados que
corroboraram a hipótese da doença holandesa no Brasil. Nesta direção, obteve-se que a
apreciação da taxa de câmbio real esteve relacionada aos choques das exportações e dos
preços das commodities, principalmente de matérias-primas e alimentos.
As evidências se mostraram condizentes com os resultados indicados pela literatura
da “maldição” dos recursos naturais, na medida em que as variações das exportações de
commodities afetaram negativamente a taxa de crescimento do PIB brasileiro, embora esse
efeito seja perceptível com alguma defasagem temporal (caso de matérias-primas e
minerais) e/ou tenham pouca duração no tempo (caso de alimentos e energia).
Além disso, o crescimento do PIB foi influenciado positivamente pela depreciação
cambial, porém a observação deste efeito também foi efetivada com uma resposta atrasada
no tempo. Tal resultado vai ao encontro da literatura que sugere a importância de uma taxa
de câmbio mais depreciada para estimular o desempenho econômico.
Finalmente, destaca-se a importância de fatores relacionados à demanda externa e
aos preços das commodities para alavancar o aumento da participação das exportações de
bens intensivos em recursos naturais no conjunto das exportações, embora este efeito
também ocorra com uma resposta lenta (defasada) no tempo.
O segundo ensaio que compõe a estrutura desta tese abordou a importância dos
preços das commodities para a explicação do comportamento da taxa de câmbio brasileira
ao longo do período 1995-2009. Desta forma, este ensaio se fundamentou no referencial
201
teórico denominado “commodities currencies” para averiguar a relevância do contexto de
elevação dos preços dos produtos intensivos em recursos naturais para economias que
exportam significativamente este tipo de produto.
A análise proposta neste segundo ensaio partiu do pressuposto de que o melhor
desempenho exportador do país em produtos intensivos em recursos naturais está
vinculado à alta de preços destes bens, o que torna a remuneração dos exportadores mais
atrativa. Assim, o contexto de elevação dos preços internacionais das commodities estimula
a especialização da pauta exportadora nestes produtos, elevando a receita de exportações
com produtos commoditizados e sustentando a taxa de câmbio corrente em níveis
inferiores aos que tornariam competitivas as exportações de bens manufaturados com
tecnologia moderna. Este fato pode conduzir a uma menor participação da indústria no
total exportado pelo país. Considerando este cenário, o ensaio teve como objetivo
investigar se a taxa de câmbio brasileira foi afetada pelo comportamento de ascensão dos
preços internacionais das commodities experimentado ao longo da década de 2000.
A avaliação descritiva do mercado de commodities no período 1995-2009 revelou
que os preços destes bens tiveram um movimento ascendente após 2002 favorecidos pelo
contexto de crescimento das economias em desenvolvimento, especialmente China, que
são demandantes expressivas de alimentos, matérias-primas e minerais. Além destes
fatores do lado da demanda, condicionantes do lado da oferta, tais como choques de
origem climática e a falta de investimento na agricultura, pressionaram pelo aumento dos
preços destes produtos nos mercados internacionais. Observou-se que os preços das
commodities, apesar da queda decorrente dos efeitos da crise financeira internacional de
meados de 2008, se mantiveram em patamares relativamente altos quando comparados aos
anos anteriores, o que contribuiu para que os países exportadores de bens intensivos em
recursos naturais se recuperassem rapidamente dos efeitos da crise.
Ademais, a análise das inter-relações de indicadores dos preços internacionais das
commodities totais e específicas (alimentos, matérias-primas, minerais e energéticas) com
o movimento da taxa de câmbio real observado na economia brasileira sugere uma
associação negativa entre os preços destes produtos e os movimentos do câmbio, sendo que
esta relação se mostrou mais forte e evidente no período mais recente (2003-2009).
Para investigar a validade desta observação em bases empíricas, este ensaio utilizou
a metodologia de cointegração e de modelos de vetores de correção de erros (VEC) para
buscar evidências mais consistentes sobre doença holandesa no Brasil. Mais uma vez, cabe
ressaltar que a diversificação da pauta de commodities exportada pelo país torna relevante
202
a utilização de indicadores de preços desagregados. Assim, procurou-se avaliar o papel dos
preços de commodities totais e decomposto em preços de commodities energéticas e nãoenergéticas (alimentos, matérias-primas e minerais) sobre as mudanças da taxa de câmbio
brasileira.
Um apanhado dos resultados da análise empírica indica a existência de relações de
longo prazo entre câmbio e preços de commodities. Os modelos VEC sugerem que, embora
as evidências sejam pouco robustas para a detecção da doença holandesa no Brasil entre
1995 e 2009, em termos do impacto dos preços totais das commodities sobre a apreciação
cambial, quando se considera os efeitos de certos tipos de produtos, como alimentos,
principalmente no segmento de grãos, além de matérias-primas e, em menor importância,
os minerais e energia, os preços destas commodities específicas tiveram uma contribuição
não desprezível para a apreciação da taxa de câmbio nominal e real. Em adição, percebe-se
que essas evidências de doença holandesa no Brasil também se mostraram mais tangíveis
quando se considera o período recente (a partir de 2003) marcado pelo movimento de alta
dos preços das commodities no mercado internacional.
Por sua vez, o terceiro ensaio desta tese examinou os indicativos da doença
holandesa em termos da vigência de um processo de desindustrialização na economia
brasileira ao longo dos últimos anos. Cumpre destacar que optou-se por avaliar o conceito
de desindustrialização relativa (versão mais fraca da doença holandesa), que pode ser
traduzido por uma perda de participação da atividade industrial quando comparado ao
avanço dos setores intensivos em recursos naturais e de serviços na geração de produto e
emprego para o total da economia.
Esta análise foi fundamentada no reconhecimento pela literatura econômica de que
a atividade industrial, por suas características intrínsecas, é propulsora do crescimento e do
desenvolvimento econômico devido ao maior potencial tecnológico, efeitos de
aprendizagem e ganhos de produtividade que possui relativamente aos setores primários.
Neste sentido, este último ensaio se propôs a investigar o papel da taxa de câmbio real e
dos preços das commodities sobre a produção e o emprego de setores selecionados da
indústria de transformação brasileira.
Os indicadores de crescimento da participação da indústria de transformação e do
setor de serviços no PIB total e na geração de emprego formal revelaram que a indústria
cresceu menos do que a economia, enquanto o setor de serviços contou com um ritmo de
crescimento maior do que os indicadores de produto e emprego totais. Tais evidências são
condizentes com o modelo da doença holandesa, em que se verifica uma relativa perda de
203
importância da indústria de transformação na geração de produto e emprego, e um avanço
do setor de serviços.
O desenho da estrutura industrial em termos da contribuição ao valor adicionado da
indústria de transformação (VTI) evidencia um ganho de participação dos setores
produtores de bens intensivos em recursos naturais ao longo do período 1995-2007, sendo
que, em conjunto, as indústrias com tecnologias intensivas em trabalho, escala, ciência e
diferenciada perderam participação no VTI. Ademais, nota-se que a produção física da
indústria de transformação contou com maiores taxas de crescimento no período em que o
câmbio se mostrou mais competitivo (1999-2002). Tais fatores sugerem que o contexto de
apreciação cambial, altos preços das commodities e abertura comercial contribuiu para
reforçar o padrão de especialização da estrutura produtiva brasileira em recursos naturais.
Porém, não se pode afirmar que este processo implicou em aniquilamento da indústria de
alto conteúdo tecnológico (conceito de desindustrialização absoluta), pois alguns ramos
desta indústria conseguiram manter ou ampliar sua participação na produção.
A investigação empírica realizada neste ensaio também se baseou na metodologia
de cointegração e modelos VEC para identificar efeitos de longo prazo do câmbio e dos
preços de commodities sobre a produção e emprego em setores industriais selecionados. As
estimações foram controladas pela abertura comercial e pela taxa de juros, que
constituíram fatores importantes para explicar o desempenho industrial no período 19952009. Os resultados obtidos revelaram a importância de uma taxa de câmbio mais
depreciada para alavancar o desempenho de diversos sub-setores da produção industrial,
sendo que os preços das commodities tiveram efeitos negativos sobre a produção física e
emprego em diversos sub-setores da indústria, principalmente quando se considera o subperíodo mais recente (2003-2009). Tais resultados estão em consonância com os
pressupostos do modelo da doença holandesa e desindustrialização.
Portanto, em linhas gerais, é possível destacar três contribuições principais
referentes aos resultados desta tese de doutorado para elucidar o problema da doença
holandesa no Brasil. Em primeiro lugar, cabe ressaltar a importância da análise dos efeitos
de indicadores para as commodities específicas sobre o comportamento da taxa de câmbio
e da taxa de crescimento do PIB brasileiro. Neste sentido, observa-se que a utilização de
indicadores de preços e de exportações das commodities gerais apresentou maior
dificuldade para captar os sinais da doença holandesa no Brasil. Isto pode ser explicado
pela diversificação da pauta de commodities produzidas e exportadas e pelo baixo peso
relativo das commodities energéticas nas exportações do país, sendo que estas últimas
204
possuem uma importância significativa nos indicadores de preços gerais do FMI. Porém,
quando se utilizou os indicadores desagregados para alimentos, matérias-primas, minerais
e energia para captar os efeitos das mesmas sobre o câmbio e o crescimento econômico, as
evidências de doença holandesa se tornaram mais robustas, especialmente as relacionadas
aos dois primeiros tipos de produtos.
Em segundo lugar, a pesquisa elucida que os resultados favoráveis à hipótese da
doença holandesa se tornam mais perceptíveis quando se restringe a análise ao sub-período
recente (2003-2009). Esta observação parece óbvia, tendo em vista que a conjuntura
experimentada neste sub-período se mostrou mais propícia à manifestação dos “sintomas”
da doença holandesa no Brasil, qual seja: câmbio flexível apreciado, altos preços das
commodities nos mercados internacionais e elevada participação dos produtos baseados em
recursos naturais no conjunto das exportações brasileiras.
Finalmente, uma terceira contribuição desta tese reside no fato de que os testes
econométricos realizados sugerem que a doença holandesa no Brasil deve ser considerada
um problema que se torna mais evidente sob uma perspectiva de longo prazo. De fato, a
análise empírica mostrou que os sinais de doença holandesa no Brasil são relativamente
fracos em termos dos efeitos dos preços das commodities para o ajuste de curto prazo da
dinâmica da taxa de câmbio (ensaio 2), e dos efeitos da apreciação cambial e dos preços
das commodities sobre o mote da desindustrialização no curto prazo (ensaio 3). Este
resultado ajuda a esclarecer os motivos pelos quais a literatura que investiga o tema da
doença holandesa no Brasil tem dificuldade para encontrar evidências que suportem o
problema na economia brasileira, visto que a maior parte desta literatura faz uma análise
teórico-descritiva de curto prazo do processo, com pouca fundamentação quantitativa.
As reflexões propostas por esta tese de doutorado encerram algumas lições ou
recomendações que podem ser apreendidas sobre o problema da doença holandesa no
Brasil. Nesta direção, pode-se abstrair a lição de que o perfil exportador se mostra
importante para o crescimento de uma economia. Assim, medidas voltadas para uma
mudança estrutural do padrão de especialização produtiva e exportadora da economia
brasileira que privilegiem os setores industriais intensivos em tecnologia e com maiores
potenciais de difusão de conhecimento e inovações se tornam necessárias se o país deseja
alcançar patamares mais elevados e sustentados de crescimento econômico no longo prazo.
Tendo em vista a manutenção e/ou aumento futuro da pressão dos preços das
commodities sobre a taxa de câmbio real brasileira, por conseguinte, fica a recomendação
quanto à adoção de mecanismos que possam, em alguma medida, neutralizar os efeitos
205
negativos dos preços destes bens sobre o câmbio, tais como aquelas sugeridas pela
literatura pertinente sobre administração da taxa de câmbio ou fixação de um imposto
sobre as receitas das exportações dos produtores intensivos em recursos naturais que
estejam subsidiando a conformação do problema da doença holandesa no país.
As ponderações sobre a desindustrialização também podem abranger a utilização de
instrumentos de neutralização dos efeitos da doença holandesa mediante uso de políticas
cambiais e comerciais, e o incremento de políticas de cunho industrial e tecnológico que
promovam um avanço da indústria nacional. Adicionalmente, pode-se pensar na
estruturação de mecanismos que fortaleçam a produção de commodities por meio de
incorporação tecnológica e agregação de valor a este tipo de bem, dado que os produtos
primários possuem conteúdo tecnológico inerente, como no caso do agronegócio, da
exploração do petróleo e dos recursos minerais, entre outros. Nesta direção, os setores
produtores de commodities devem instituir ações voltadas ao processamento destes bens
com padrões mais elevados de qualidade e com ganhos de produtividade, elevando o valor
adicionado. Isto passa pelo desenvolvimento de soluções tecnológicas adequadas,
inovadoras e capazes de alimentar com demandas novas os complexos industriais e de
serviços relacionados aos complexos agroindustriais e primários de uma forma geral.
Em suma, uma política industrial eficaz aliada a uma política cambial ativa e
seletiva, que priorize o desenvolvimento industrial, além da criação de condições que
melhorem o ambiente de negócios das empresas, infraestrutura, educação/capacitação da
força de trabalho, podem constituir elementos de política econômica a serem utilizados
para melhorar o desempenho da indústria e, consequentemente, da economia nacional.
Por fim, resta acrescentar que as considerações aqui realizadas podem ser úteis para
prevenir as perspectivas futuras de fortalecimento dos sinais da doença holandesa no
Brasil. Neste sentido, cumpre destacar que, até então, a relativa diversificação da pauta de
commodities brasileiras tem colaborado para abrandar os efeitos da doença holandesa no
país. No entanto, especula-se que a exploração do petróleo das reservas do pré-sal pode
agravar os “sintomas” da doença holandesa na economia brasileira ao ampliar a
participação das commodities energéticas na pauta de exportações. Assim, uma possível
agenda para pesquisa futura se encontra relacionada à análise sobre se tal especulação
efetivamente se transformará em fato (ou não), e quais os efeitos deste acontecimento
sobre o perfil exportador da economia, além das consequências sobre a taxa de câmbio real
e a dinâmica do crescimento econômico brasileiro.
206
REFERÊNCIAS BIBLIOGRÁFICAS
ABBOTT, P. Development Dimensions of High Food Prices. OECD Food, Agriculture and
Fisheries
Working
Papers,
No.
18,
2009.
Disponível
em:
http://dx.doi.org/10.1787/222521043712. Acesso em Janeiro de 2010.
AGUIRRE, A.; CALDERÓN, C. Real Exchange Rate Misalignments and Economic
Performance. Central Bank of Chile Working Papers N° 315. April, 2005.
ALMEIDA, J. S. G. As Contradições do Ciclo de Commodities. Novos Estudos CEBRAP,
no. 81, pp. 23-3, Julho, 2008.
AMANO, R. A.; VAN NOORDEN, S. Terms of Trade and Real Exchange Rates: The
Canadian Evidence. Journal of International Money and Finance. Vol. 14, no. 1, pp. 83104, 1995.
BARROS, O.; PEREIRA, R. R. Desmistificando a Tese da Desindustrialização:
Reestruturação da Indústria Brasileira em uma Época de Transformações Globais. In:
BARROS, O.; GIAMBIAGI, F. (Orgs.) Brasil Globalizado: o Brasil em um mundo
surpreendente. Rio de Janeiro: Elsevier, Cap. 9, p. 299-330, 2008.
BCB. Banco Central do Brasil. Economia e Finanças. Séries Temporais. Disponível em:
http://www4.bcb.gov.br/?SERIESTEMP. Acesso em Junho de 2010.
BEINE, M.; BOS, C. S.; COULOMBE, S. Does the Canadian economy suffer from Dutch
Disease? January, 2009. Disponível em http://ssrn.com/abstract=1336635. Acesso em
Setembro de 2009.
BERG, A.; MIAO, Y. The Real Exchange Rate and Growth Revisited: The Washington
Consensus Strikes Back? IMF Working Paper, Research Department and African
Department,
March,
2010.
Disponível
em:
http://www.imf.org/external/pubs/ft/wp/2010/wp1058.pdf. Acesso em Agosto de 2010.
BRAHMBHATT, M.; CANUTO, O. Natural Resources and Development Strategy after
the Crisis. PREM Notes Economic Policy. The World Bank. No. 147. January, 2010.
BRAHMBHATT, M.; CANUTO, O; VOSTROKNUTOVA, E. Dealing with Dutch
Disease. PREM Notes Economic Policy. The World Bank. No. 16. June, 2010.
BRESSER-PEREIRA, L. C. A Doença Holandesa. In: BRESSER-PEREIRA, L. C.
Globalização e Competição: Por que alguns países emergentes têm sucesso e outros não.
Rio de Janeiro: Elsevier, Cap. 5, p141-171, 2009.
BRESSER-PEREIRA, L. C. The Dutch Disease and its Neutralization: a Ricardian
Approach. Revista de Economia Política. Vol. 28, nº. 1 (109), pp. 47-71, Jan./Mar. 2008.
BRESSER-PEREIRA, L. C.; MARCONI, N. Existe Doença Holandesa no Brasil? IV
Fórum de Economia da Fundação Getúlio Vargas. Março, 2008. Disponível em:
http://www.bresserpereira.org.br. Acesso em Outubro de 2008.
207
BRUNO, M.; ARAÚJO, E.; PIMENTEL, D. Regime Cambial e Mudança Estrutural na
Indústria de Transformação Brasileira: Novas Evidências para o Período (1994-2008).
Anais do XXXVII Encontro Nacional de Economia ANPEC, Foz do Iguaçu, Dezembro,
2009. Disponível em: http://www.anpec.org.br/encontro2009/inscricao.on/arquivos/000f85cf3d77cc14cbd99394ffca58feaa0.pdf. Acesso em Janeiro de 2010.
BUENO, R. D. L. S. Econometria de Séries Temporais. São Paulo: Cengage Learning,
2008.
CAMPBELL, J.; PERRON, P. Pitfalls and Opportunities: what macroeconomics should
know about unit roots. In: BLANCHARD, O. J; FISCHER, S. (eds.) NBER
Macroeconomics Annual. The MIT Press, p. 141-201, 1991.
CARDOSO, E.; HOLLAND, M. South America for the Chinese? A Trade-Based Analysis.
Paris, França: OECD. Working Paper. 2009.
CARNEIRO, R. Impasses do Desenvolvimento Brasileiro: a Questão Produtiva. Texto
para discussão nº 153 IE/Unicamp, Novembro, 2008. Disponível em:
http://www.eco.unicamp.br/docdownload/publicacoes/textosdiscussao/texto153.pdf.
Acesso em Abril de 2010.
CARVALHO, L.; KUPFER, D. A Transição Estrutural da Indústria Brasileira: da
Diversificação para a Especialização. Anais do XXXV Encontro Nacional de Economia
da ANPEC, Recife, 2007.
CERUTTI, E.; MANSILLA, M. Bolivia: The Hydrocarbons Boom and the Risk of Dutch
Disease. IMF Working Paper. Western Hemisphere Department. June, 2008. Disponível
em: http://www.imf.org/eXternal/pubs/ft/wp/2008/wp08154.pdf. Acesso em Setembro de
2009.
CHEN, Y.; ROGOFF, K. Commodity Currency and Empirical Exchange Rate Puzzles.
IMF
Working
Paper
No.
02/27,
February,
2002.
Disponível
em:
http://www.imf.org/eXternal/pubs/ft/wp/2002/wp0227.pdf. Acesso em Março de 2010.
CLEMENTS, K. W.; FRY, R. Commodity Currencies and Currency Commodities.
Economics Discussion / Working Papers 06-17, The University of Western Australia,
Department
of
Economics,
July,
2006.
Disponível
em:
http://ideas.repec.org/p/uwa/wpaper/06-17.html. Acesso em Março de 2010.
COLLIER, P.; GODERIS, B. Commodity Prices, Growth and the Natural Resources
Curse: Reconciling a Conundrum. Working Paper 276. Centre for the Study of African
Economies. August. 2007.
CORDEN, W. M. Booming Sector and Dutch Disease Economics: Survey and
Consolidation. Oxford Economic Papers, vol. 36, nº 3, p. 359-380, Novembro, 1984.
CORDEN, W. M.; NEARY, J. P. Booming Sector and De-industrialisation in a Small
Open Economy. Economic Journal, vol. 92, nº. 368, Dezembro, 1982.
208
DALUM, B.; LAURSEN, K; VERSPAGEN, B. Does Specialization Matters for Growth?
October. 1996. Disponível em: http://www.meritbbs.unimas.nl/tser/tserhtml. Acesso em
Maio, 2008.
DE GREGORIO, J.; WOLF, H. Terms of Trade, Productivity and the Real Exchange Rate.
Cambridge, Massachusetts. NBER Working Paper No. 4807, July, 1994.
EGERT, B.; LEONARD, C. S. Dutch Disease Scare in Kazakhstan: Is it real? Open
Economies Review Volume 19, n. 2, April, p.:147–165. Published online: June, 2007.
Disponível em: http://www.springerlink.com/content/r6621702tq170327/. Acesso em
Setembro de 2009.
EICHENGREEN, B. The Real Exchange Rate and Economic Growth. Working Paper No.
4. Commission on Growth and Development, World Bank, Washington, DC. 2008.
ENDERS, W. Applied Econometric Time Series. New York, 2 nd ed. Wiley. 2004.
ENGLE, R.; GRANGER, C. W. J. Cointegration and Error Correction: Reresentation,
Estimation, and Testing. Econometrica, v. 55, n.2, p.251-76, 1987.
FERNANDEZ, C. Y. H. Câmbio Real e Preços de Commodities: Relação Identificada
Através da Mudança de Regime Cambial. Rio de Janeiro. Dissertação de Mestrado.
Pontifícia Universidade Católica. Departamento de Economia. 86p. 2003.
FROOT, K.; ROGOFF, K. Perspectives on PPP and Long-Run Real Exchange Rates. In:
GROSSMAN, G. & ROGOFF, K. (eds.) Handbook of International Economics, pp. 164788. Ed. Elsevier Science B. V., 1995.
FUNCEX. Fundação Centro de Estudos do Comércio Exterior. Publicações. Boletim
Setorial. Vários Anos. Disponível em: http://www.funcex.com.br/bolcomex.asp. Acesso
em Junho de 2010.
FURTADO, J. Muito Além da Especialização Regressiva e da Doença Holandesa. Novos
Estudos Cebrap, 81, pp. 33-46, Julho, 2008.
GALA, P. S. O. S. Política Cambial e Macroeconomia do Desenvolvimento. 2006. 165 p.
Tese de Doutorado em Economia. Escola de Administração de Empresas de São Paulo da
Fundação
Getúlio
Vargas.
São
Paulo.
Maio, 2006.
Disponível em:
http://www.eumed.net/tesis/2007/psosg/. Acesso em Setembro de 2009.
GUJARATI, D. N. Econometria Básica. Rio de Janeiro: Elsevier, 4ª. ed., 2006.
HAMPSHIRE, B. N. O Efeito de Preços de Commodities sobre a Taxa de Câmbio Real
para Países Exportadores de Commodities: Uma Análise Empírica. Rio de Janeiro.
Dissertação de Mestrado. Pontifícia Universidade Católica do Rio de Janeiro.
Departamento de Economia. 80p., 2008.
HAUSMANN, R.; HWANG, J.; RODRIK, D. What You Export Matters, NBER Working
Paper, December, 2005.
209
IBGE. Instituto Brasileiro de Geografia e Estatística. Indicadores. População. Disponível
em: http://www.ibge.gov.br/home/mapa_site/mapa_site.php#populacao. Acesso em
Janeiro de 2010.
IFS. International Financial Statistics Database. CD-ROM, International Monetary Fund
(IMF), Washington, DC, October, 2009.
IMF. International Monetary Fund. Data and Statistics. IMF Primary Commodity Prices.
September, 2010. Disponível em: http://www.imf.org/external/np/res/commod/index.asp.
Acesso em Setembro de 2010.
IMBS, J.; WACZIARG, R. Stages of Diversification. American Economic Review. 93(1),
p.63-86, 2003.
IPEADATA. Banco de Dados do Instituto de Pesquisa em Economia Aplicada (IPEA).
Macroeconômico.
Disponível
em:
http://www.ipeadata.gov.br/ipeaweb.dll/ipeadata?192810671. Acesso em Junho de 2010.
JANK, M. S.; NAKAHODO, S. N.; IGLESIAS, R.; MOREIRA, M. M. Exportações:
Existe uma “Doença Brasileira”? In: BARROS, O. e GIAMBIAGI, F. (Orgs.) Brasil
Globalizado: o Brasil em um mundo surpreendente. Rio de Janeiro: Elsevier, Cap. 10, p.
331-352, 2008.
LEDERMAN, D.; MALONEY, W. F. In Search of the Missing Resource Curse. Policy
Research Working Paper 4766. World Bank, Washington, DC., November, 2008.
MDIC. Ministério do Desenvolvimento, Indústria e Comércio Exterior. Estatísticas de
Comércio Exterior (DEPLA). Balança Comercial Brasileira Mensal. Disponível em:
http://www.desenvolvimento.gov.br/sitio/interna/interna.php?area=5&menu=1161. Acesso
em Junho de 2010.
NAKAHODO, S. N.; JANK, M. S. A Falácia da “Doença Holandesa” no Brasil. Instituto
de Estudos do Comércio e Negociações Internacionais (ICONE). Documento de Pesquisa.
São Paulo. Março, 2006.
NASSIF, A. Há Evidências de Desindustrialização no Brasil? Revista de Economia
Política. Vol.28, nº. 1, p.72-96. Jan./Mar. 2008.
OOMES, N.; KALCHEVA, K. Diagnosing Dutch Disease: Does Russia Have the
Symptoms? IMF Working Paper, Middle East and Central Asia Department, April, 2007.
Disponível em: http://www.imf.org/external/pubs/ft/wp/2007/wp07102.pdf. Acesso em
Setembro de 2009.
OREIRO, J. L.; FEIJÓ, C. A. Desindustrialização: Conceituação, Causas, Efeitos e o Caso
Brasileiro. Revista de Economia Política, Vol. 30, nº. 2, Abr-Jun, 2010.
PALMA, J. G. Quatro Fontes de “Desindustrialização” e um Novo Conceito de “Doença
Holandesa”. Conferência Industrialização, Desindustrialização e Desenvolvimento. FIESP
e IEDI. Agosto, 2005. Disponível em: http://www.fiesp.com.br. Acesso em Outubro de
2008.
210
PAVITT, K. Sectoral Patterns of Technical Change: Towards a Taxonomy and a Theory.
Research Policy, vol. 13, Nº 6, 1984.
PESARAN, H. H.; SHIN, Y. Generalized Impulse Response Analysis in Linear
Multivariate Models. Economics Letters, Elsevier, Vol. 58, no. 1, p.17-29, January, 1998.
PRASAD, E. (ed.) China’s Growth and Integration into the World Economy: Prospects
and Challenges. IMF Occasional Paper 232, Washington, DC, 2004.
PRATES, D. M. A Alta Recente dos Preços das Commodities. Revista de Economia
Política, vol. 27, nº 3 (107), pp. 323-344, Julho-Setembro/2007.
PRATES, D. M.; MARÇAL, E. F. O Papel do Ciclo de Preços das Commodities no
Desempenho Recente das Exportações Brasileiras. Revista Análise Econômica, Porto
Alegre, ano 26, n. 49, pp. 163-191, Março, 2008.
RAZIN, O.; COLLINS, S. M. Real Exchange Rate Misalignments and Growth. NBER
Working Paper Series, No. 6174. September, 1997. Disponível em:
http://www.nber.org/papers/w6174.pdf. Acesso em Agosto de 2010.
RIBEIRO, F. J.; MARKWALD, R. A Balança Comercial sob o Regime de Câmbio
Flutuante. In: BARROS, O. e GIAMBIAGI, F. (Orgs.) Brasil Globalizado: o Brasil em um
mundo surpreendente. Rio de Janeiro: Elsevier, Cap. 11, p. 353-388, 2008.
RODRIK, D. The Real Exchange Rate and Economic Growth. Brookings Papers on
Economic
Activity,
September,
2008.
Disponível
em:
http://www.brookings.edu/~/media/Files/Programs/ES/BPEA/2008_fall_bpea_papers/2008
_fall_bpea_rodrik.pdf. Acesso em Julho de 2010.
RODRIK, D. What is So Special About China´s Exports? NBER Working Paper Series,
No. 11947, January, 2006.
ROGOFF, K. The Purchasing Power Parity Puzzle. Journal of Economic Literature, N. 2,
Vol. 34, pp. 647-68, June, 1996.
ROWTHORN, R.; RAMASWANY, R. Growth, Trade and Deindustrialization. IMF Staff
Papers, Vol. 46, N.1. March, 1999.
SACHS, J. D.; WARNER, A. M. Natural resource abundance and economic growth.
National Bureau of Economic Research, NBER Working Paper No. 5398. December,1995.
Disponível em: http://www.nber.org/papers/w5398. Acesso em Setembro de 2009.
SAMPAIO, D. P.; PEREIRA, V. V. Doença Holandesa No Brasil: Uma Sugestão De
Análise Conceitual Comparada. XIV Encontro Nacional de Economia Política. São Paulo,
Junho, 2009.
STOCK, J.; WATSON, M. Vector Autoregression. Journal of Economic Perspectives,
15(4), March. 2001.
211
TREGENNA, F. Characterizing deindustrialization: an analysis of changes in
manufacturing employment and output internationally. Cambridge Journal of Economics,
vol. 33. p. 433–466, 2009.
UN COMTRADE. United Nations Commodity Trade Statistics Database. Statistics
Division. Disponível em: http://comtrade.un.org/db/. Acesso em Junho de 2010.
VIEIRA, F. V. Macroeconomia Internacional: Teoria, Modelos e Evidências. Campinas,
Ed. Alínea, 2008.
WTO. World Trade Organization. Statistics Database. Time Series. Disponível em:
http://stat.wto.org/StatisticalProgram/WsdbExport.aspx?Language=E. Acesso em Janeiro
de 2010.
212